最强 AI 图片生成器！FLUX 模型加速器 nunchaku 速评

更多AI前沿科技资讯，请关注我们：【closerAI ComfyUI】FLUX生态进入秒出时代！最强加速器nunchaku实测：秒级出图+显存狂降3倍！已成生产力工具。大家好，我是Jimmy。这期介绍一个爆炸的项目，FLUX模型我们都知道很吃显存，单单运行它文生图、图生图加上一些加速优化后像我8G显卡基本要1.5~2分钟左右，这还是没加LORA、fill、redux以及其它控制的情况下。如下加上控制，需要的时间就更久。虽然整理生图质量比其它模型好，但生成时间长是它的痛点。虽然有加速的方案，像teacha、sagettention等。但离作为生产力工具，在效率上还是有些欠缺。现在，已经出现了一个新技术方向，4位扩散模型推理引擎nunchaku。最近推出0.2版本，已经将FLUX推进到秒级间输出的速度，并且生图质量与原生模型相差无几。

comfyUI-nunchaku介绍nunchaku是由MIT Han Lab研发的4位扩散模型推理引擎，专为优化Stable Diffusion、Flux等生成式AI模型设计。其核心技术突破包括：SVDQuant量化技术。通过低秩分解（Singular Value Decomposition）和核融合（Kernel Fusion），将模型权重与激活值压缩至4位，显存占用减少3.6倍（如16GB显存可运行原需50GB的Flux.1-dev模型）。解决传统4位量化图像模糊问题，LPIPS质量指标仅0.326（接近原版0.573），肉眼无差异。

多模态生态兼容。完美支持Flux模型、LoRA、ControlNet及多显卡架构（NVIDIA Ampere/Ada/A100）。文生图、ControlNet重绘、修复等，速度提升8.7倍。硬件级优化。针对NVIDIA CUDA架构优化，支持FP16/FP8混合精度计算，16G显卡实现3秒生成（原版需111秒）。

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

4月5日发布 v0.2.0！此版本引入了多LoRA和ControlNet支持，并使用FP 16 attention和First-Block Cache增强了性能。还为FLUX.1-redux添加了20系列GPU兼容性。安装方面1、下载节点，放置comfyUI/custom_nodes下。2、安装轮子。上面地址。直接PIP安装。切记要pytorch2.5以上版本，版本不够，升级就行，但注意要提前备份python包。以防万一。轮子下载跟自己版本一致的。

3、下载模型。模型放置comfyUI/models/unet下。

重启comfyUI体验与优化方案它的节点包中有工作流，但如果直接使用它的工作流生图，生图的质量会不稳定，你会感觉还是相对差那么一点的。同时它加载模型是需要一定时间，相对是在可接受的时间范围内，模型加载后再抽卡或者修改参数后生图，生图就快到飞起。

我用优化后的工作流跑了23秒出图。它的工作流没什么好说的，较FLUX出图快4倍，质量相差无几。但因为做了加速同时是4位量化后模型，损失不大，但还是有损失。这里主要讲讲我们使用它的一些优化思路心得，仅供大家参考。

前面我们推文介绍了FLUX的放大修复方案：【closerAI ComfyUI】强大！放大修复新思路！效率与质量并存的神器！FLUX生图必备的高清放大方案，必须学习起来重点来了：利用调度器kl_optimal高清修复思路与nunchaku相结合使用。我们closerAI基于此搭建了一个FLUX nunchaku超级加速生图工作流，如下图示：

以上是未进行一些放大以及LORA结合的生图，仅是基于原图尺寸及参考其风格进行生图。我们工作流思路如下：1、nunchaku FLUX基础的文生图工作流作为第一次采样生图。这里使用它SVDQ-int4-flux.1-dev模型，其它参考设置如下图：

2、接入kl_optimal二次采样生图。

本地算力不够怎么办？如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn

runninghub.cn nunchaku FLUX工作流体验地址：https://www.runninghub.cn/ai-detail/1910201953526448130
注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151 通过这个链接第一次注册送1000点，每日登录送100点。

最后几句：nunchaku FLUX优点，超高速生图，解决了FLUX的生图速度慢的痛点。同时它的生态也逐渐完善，支持了FLUX的fill\redux\controlnet\多LORA等。在一定程度上是可以替代FLUX进行生图使用的。比较推荐大家使用。作为生产力，生产底图是完全够用的。以上是closerAI团队制作的stable diffusion comfyUI closerAI开发的FLUX nunchaku超级加速生图工作流介绍，大家可以根据工作流思路进行尝试搭建。