最佳AI圖片生成器：FLUX nunchaku超高速生圖介紹

更多AI前沿科技資訊，請關注我們：【closerAI ComfyUI】FLUX生態進入秒出時代！最強加速器nunchaku實測：秒級出圖+顯存狂降3倍！已成為生產力工具。大家好，我是Jimmy。这期介紹一個爆炸的項目，FLUX模型我們都知道很吃顯存，單單運行它文生圖、圖生圖加上一些加速優化後我8G顯卡基本要1.5~2分鐘左右，這還是沒加LORA、fill、redux以及其它控制的情況下。如下加上控制，需要的時間就更久。雖然整理生圖質量比其它模型好，但生成時間長是它的痛點。雖然有加速的方案，像teacha、sagettention等，但離作為生產力工具，在效率上還是有些欠缺。現在，已經出現了一個新技術方向，4位擴散模型推理引擎nunchaku。最近推出0.2版本，已經將FLUX推進到秒級的輸出速度，並且生圖質量與原生模型相差無幾。

comfyUI-nunchaku介紹
nunchaku是由MIT Han Lab研發的4位擴散模型推理引擎，專為優化Stable Diffusion、Flux等生成式AI模型設計。其核心技術突破包括：SVDQuant量化技術。通過低秩分解（Singular Value Decomposition）和核融合（Kernel Fusion），將模型權重與激活值壓縮至4位，顯存佔用減少3.6倍（如16GB顯存可運行原需50GB的Flux.1-dev模型）。解決傳統4位量化圖像模糊問題，LPIPS質量指標僅0.326（接近原版0.573），肉眼無差異。多模態生態兼容，完美支持Flux模型、LoRA、ControlNet及多顯卡架構（NVIDIA Ampere/Ada/A100）。文生圖、ControlNet重繪、修復等，速度提升8.7倍。硬體級優化，針對NVIDIA CUDA架構優化，支持FP16/FP8混合精度計算，16G顯卡實現3秒生成（原版需111秒）。

comfyui節點：https://github.com/mit-han-lab/ComfyUI-nunchaku
輪子地址：https://huggingface.co/mit-han-lab/nunchaku/tree/main

4月5日發布 v0.2.0！此版本引入了多LoRA和ControlNet支持，並使用FP 16 attention和First-Block Cache增強了性能。還為FLUX.1-redux添加了20系列GPU兼容性。安裝方面1、下載節點，放置comfyUI/custom_nodes下。2、安裝輪子。上面地址，直接PIP安裝。切記要pytorch2.5以上版本，版本不夠，升級就行，但注意要提前備份python包，防止意外發生。輪子下載要跟自己版本一致的。

3、下載模型。模型放置comfyUI/models/unet下。

重啟comfyUI體驗與優化方案，它的節點包中有工作流，但如果直接使用它的工作流生圖，生圖的質量會不穩定，你會感覺還是相對差那麼一點的。同時它加载模型是需要一定時間，相對是在可接受的時間範圍內，模型加載後再抽卡或者修改參數後生圖，生圖的速度就快到飛起。

我用優化後的工作流跑了23秒出圖。它的工作流沒什麼好說的，較FLUX出圖快4倍，質量相差無幾。但因為做了加速同時是4位量化後模型，損失不大，但還是有損失。這裡主要講講我們使用它的一些優化思路心得。僅供大家參考。前面我們推文介紹了FLUX的放大修復方案：【closerAI ComfyUI】強大！放大修復新思路！效率與質量並存的神器！FLUX生圖必備的高清放大方案，必須學習起來。重點來了：利用調度器kl_optimal高清修復思路與nunchaku相結合使用。我們closerAI基於此搭建了一個FLUX nunchaku超級加速生圖工作流，如下圖示：

以上是未進行一些放大以及LORA結合的生圖，僅是基於原圖尺寸及參考其風格進行生圖。我們工作流思路如下：1、nunchaku FLUX基礎的文生圖工作流作為第一次採樣生圖。這裡使用它SVDQ-int4-flux.1-dev模型，其它參考設置如下圖：

2、接入kl_optimal二次采樣生圖。

本地算力不夠怎麼辦？如果本地設備算力不好的小夥伴，推薦使用線上comfyUI來運行體驗：runninghub.cn

runninghub.cn nunchaku FLUX工作流體驗地址：https://www.runninghub.cn/ai-detail/1910201953526448130
註冊地址：https://www.runninghub.cn/?utm_source=kol01-RH151 通過這個鏈接第一次注册送1000點，每日登錄送100點。

最後幾句：nunchaku FLUX優點，超高速生圖，解決了FLUX的生圖速度慢的痛點。同時它的生態也逐漸完善，支持了FLUX的fill、redux、controlnet、多LORA等。在一定程度上可以替代FLUX進行生圖使用，強烈推薦大家使用。作為生產力，生產底圖完全夠用。以上是closerAI團隊製作的stable diffusion comfyUI closerAI開發的FLUX nunchaku超級加速生圖工作流介紹，大家可以根據工作流思路進行嘗試搭建。當然，也可以在我們closerAI會員站上獲取對應的工作流。