Nunchaku FLUX.1-dev文生图实战手把手教你生成第一张AI图片1. 准备工作搭建你的AI画室在开始创作之前我们需要准备好画室——也就是运行环境。这个过程就像画家准备画布和颜料一样重要。1.1 硬件与软件需求要让Nunchaku FLUX.1-dev流畅运行你的电脑需要满足以下条件显卡NVIDIA显卡是必须的显存建议12GB以上RTX 3060及以上内存至少16GB推荐32GB存储空间需要50GB以上的可用空间存放模型文件操作系统Windows 10/11或Linux软件环境Python 3.10GitCUDA工具包与你的显卡驱动匹配你可以通过以下命令检查基础环境是否就绪# 检查Python版本 python --version # 检查Git是否安装 git --version # 检查CUDA版本 nvcc --version1.2 安装ComfyUI基础环境ComfyUI是我们的创作平台安装非常简单# 克隆ComfyUI仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖 pip install -r requirements.txt2. 安装Nunchaku FLUX.1-dev插件2.1 获取插件代码Nunchaku插件是FLUX.1-dev模型与ComfyUI之间的桥梁# 进入自定义节点目录 cd custom_nodes # 克隆Nunchaku插件 git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes2.2 安装插件依赖# 进入插件目录 cd nunchaku_nodes # 安装Python依赖 pip install -r requirements.txt3. 下载模型文件3.1 基础模型组件这些是FLUX模型运行必需的基础零件# 返回ComfyUI根目录 cd ../.. # 创建模型目录 mkdir -p models/text_encoders mkdir -p models/vae # 下载文本编码器 hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders # 下载VAE模型 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae3.2 主模型文件根据你的显卡选择合适版本# 创建主模型目录 mkdir -p models/unet # 下载INT4量化版主模型适合大多数NVIDIA显卡 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/4. 配置工作流4.1 复制示例工作流# 创建工作流目录 mkdir -p user/default/example_workflows # 复制示例工作流 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/4.2 启动ComfyUI# 在ComfyUI根目录执行 python main.py启动成功后在浏览器中访问http://127.0.0.1:8188即可看到ComfyUI界面。5. 生成你的第一张AI图片5.1 加载工作流点击右上角的Load按钮选择Default分组加载nunchaku-flux.1-dev.json工作流5.2 设置生成参数提示词(Prompt)用英文描述你想生成的画面例如A majestic castle on a cliff, sunset lighting, fantasy style, highly detailed, 8K resolution负面提示词(Negative Prompt)告诉AI避免的内容ugly, blurry, low quality, distorted, watermark图片尺寸初次尝试建议768x768推理步数(Steps)使用Turbo LoRA时10-15步否则20-30步5.3 开始生成点击Queue Prompt按钮等待生成完成。第一次生成可能需要较长时间编译模型。6. 进阶技巧与优化6.1 使用LoRA增强效果LoRA模型可以为生成结果添加特定风格下载喜欢的LoRA模型如吉卜力风格放入models/loras/目录在工作流中启用并调整权重通常0.5-1.06.2 参数调优指南采样器(Sampler)推荐使用DPM 2M Karras引导系数(CFG Scale)3.5-7.0之间效果较好种子(Seed)固定种子可以复现相同结果6.3 高清修复技巧想要更高清的图片可以先生成小图如512x512使用Ultimate SD Upscale节点放大添加细节修复步骤7. 常见问题解决7.1 显存不足问题如果遇到CUDA内存错误可以降低分辨率如从1024→768使用FP8量化模型关闭其他占用显存的程序7.2 生成速度优化提升生成速度的方法启用FLUX.1-Turbo-Alpha LoRA减少推理步数使用--lowvram启动参数7.3 图片质量提升如果结果不理想检查提示词是否足够详细尝试不同的采样器增加推理步数调整引导系数8. 总结与下一步恭喜你成功搭建了Nunchaku FLUX.1-dev文生图环境现在你可以尝试不同的艺术风格和主题探索LoRA模型的创意组合学习ComfyUI的高级节点连接分享你的AI艺术作品记住好的AI绘画需要耐心和实践。多尝试不同的提示词和参数组合你会发现这个工具的无限可能。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
Nunchaku FLUX.1-dev文生图实战：手把手教你生成第一张AI图片
发布时间：2026/6/13 14:20:37
Nunchaku FLUX.1-dev文生图实战手把手教你生成第一张AI图片1. 准备工作搭建你的AI画室在开始创作之前我们需要准备好画室——也就是运行环境。这个过程就像画家准备画布和颜料一样重要。1.1 硬件与软件需求要让Nunchaku FLUX.1-dev流畅运行你的电脑需要满足以下条件显卡NVIDIA显卡是必须的显存建议12GB以上RTX 3060及以上内存至少16GB推荐32GB存储空间需要50GB以上的可用空间存放模型文件操作系统Windows 10/11或Linux软件环境Python 3.10GitCUDA工具包与你的显卡驱动匹配你可以通过以下命令检查基础环境是否就绪# 检查Python版本 python --version # 检查Git是否安装 git --version # 检查CUDA版本 nvcc --version1.2 安装ComfyUI基础环境ComfyUI是我们的创作平台安装非常简单# 克隆ComfyUI仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖 pip install -r requirements.txt2. 安装Nunchaku FLUX.1-dev插件2.1 获取插件代码Nunchaku插件是FLUX.1-dev模型与ComfyUI之间的桥梁# 进入自定义节点目录 cd custom_nodes # 克隆Nunchaku插件 git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes2.2 安装插件依赖# 进入插件目录 cd nunchaku_nodes # 安装Python依赖 pip install -r requirements.txt3. 下载模型文件3.1 基础模型组件这些是FLUX模型运行必需的基础零件# 返回ComfyUI根目录 cd ../.. # 创建模型目录 mkdir -p models/text_encoders mkdir -p models/vae # 下载文本编码器 hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders # 下载VAE模型 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae3.2 主模型文件根据你的显卡选择合适版本# 创建主模型目录 mkdir -p models/unet # 下载INT4量化版主模型适合大多数NVIDIA显卡 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/4. 配置工作流4.1 复制示例工作流# 创建工作流目录 mkdir -p user/default/example_workflows # 复制示例工作流 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/4.2 启动ComfyUI# 在ComfyUI根目录执行 python main.py启动成功后在浏览器中访问http://127.0.0.1:8188即可看到ComfyUI界面。5. 生成你的第一张AI图片5.1 加载工作流点击右上角的Load按钮选择Default分组加载nunchaku-flux.1-dev.json工作流5.2 设置生成参数提示词(Prompt)用英文描述你想生成的画面例如A majestic castle on a cliff, sunset lighting, fantasy style, highly detailed, 8K resolution负面提示词(Negative Prompt)告诉AI避免的内容ugly, blurry, low quality, distorted, watermark图片尺寸初次尝试建议768x768推理步数(Steps)使用Turbo LoRA时10-15步否则20-30步5.3 开始生成点击Queue Prompt按钮等待生成完成。第一次生成可能需要较长时间编译模型。6. 进阶技巧与优化6.1 使用LoRA增强效果LoRA模型可以为生成结果添加特定风格下载喜欢的LoRA模型如吉卜力风格放入models/loras/目录在工作流中启用并调整权重通常0.5-1.06.2 参数调优指南采样器(Sampler)推荐使用DPM 2M Karras引导系数(CFG Scale)3.5-7.0之间效果较好种子(Seed)固定种子可以复现相同结果6.3 高清修复技巧想要更高清的图片可以先生成小图如512x512使用Ultimate SD Upscale节点放大添加细节修复步骤7. 常见问题解决7.1 显存不足问题如果遇到CUDA内存错误可以降低分辨率如从1024→768使用FP8量化模型关闭其他占用显存的程序7.2 生成速度优化提升生成速度的方法启用FLUX.1-Turbo-Alpha LoRA减少推理步数使用--lowvram启动参数7.3 图片质量提升如果结果不理想检查提示词是否足够详细尝试不同的采样器增加推理步数调整引导系数8. 总结与下一步恭喜你成功搭建了Nunchaku FLUX.1-dev文生图环境现在你可以尝试不同的艺术风格和主题探索LoRA模型的创意组合学习ComfyUI的高级节点连接分享你的AI艺术作品记住好的AI绘画需要耐心和实践。多尝试不同的提示词和参数组合你会发现这个工具的无限可能。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
的演进与通信机制)
