Nunchaku FLUX.1-devComfyUI打造你的个人AI绘画工作站你是否也曾被那些惊艳的AI绘画作品所吸引却苦于顶级模型对硬件的高要求而望而却步想象一下你有一台普通的游戏电脑也想体验生成电影级画质的快感但面对动辄需要24GB甚至更高显存的模型只能无奈放弃。今天我要为你介绍一个解决方案Nunchaku FLUX.1-dev模型与ComfyUI的组合。这不仅仅是一个工具更是一个为你量身定制的个人AI绘画工作站。通过先进的量化技术它能让原本高高在上的FLUX.1模型在你的消费级显卡上流畅运行将创作的门槛从专业工作室拉到了你的桌面。这篇文章我将带你从零开始一步步搭建这个强大的创作环境。无论你是AI绘画的新手还是寻求效率突破的老手都能在这里找到清晰的路径。1. 为什么选择Nunchaku FLUX.1-dev在深入安装步骤之前我们先搞清楚为什么这个组合值得你投入时间。FLUX.1-dev本身是一个强大的文生图模型以其出色的图像细节、光影效果和构图能力著称。你可以把它理解为一个拥有顶级审美和绘画技巧的“数字艺术家”。但问题在于这位“艺术家”的“画具”即模型参数非常庞大传统部署方式需要极高的硬件配置。而Nunchaku团队所做的就是通过一种名为SVDQuant的量化技术为这位艺术家打造了一套“轻便版画具”。简单来说量化就是在几乎不影响画作质量的前提下大幅压缩模型的大小和运行所需资源。带来的直接好处是显存要求大幅降低原版FP16模型可能需要超过30GB显存而经过Nunchaku量化的INT4版本显存占用可以降到原来的三分之一甚至更低。这意味着你的RTX 4060、4070甚至笔记本电脑上的显卡都有可能流畅运行。生成速度显著提升模型更“轻”了计算起来自然更快。实测中生成速度能有数倍的提升从等待几十秒变成几秒出图创作体验更加流畅。兼容性优秀Nunchaku提供了专门为ComfyUI设计的插件让整个部署和使用过程变得像搭积木一样直观。所以这个组合的核心价值在于用更亲民的硬件享受顶级的AI绘画能力。接下来我们就开始动手搭建。2. 搭建前的准备工作在开始安装之前我们需要确保你的电脑环境已经就绪。这就像盖房子前要打好地基一样重要。2.1 硬件与软件检查清单请对照以下清单确认你的设备是否满足基本要求显卡拥有一块支持CUDA的NVIDIA显卡。这是必须的。显存大小决定了你能运行哪个版本的模型8GB显存可以尝试运行量化程度更高的版本如INT4生成较小尺寸的图片。12GB-16GB显存这是比较理想的起点可以流畅运行INT4模型并尝试生成1024x1024或更高分辨率的图片。24GB显存你可以有更多选择甚至可以尝试非量化的版本以获得极致效果。操作系统Windows 10/11或者Linux系统。本文的指令以Linux为基础Windows用户可以在PowerShell或WSL中执行类似命令。Python确保已安装Python 3.10或更高版本。你可以在命令行输入python --version来检查。Git用于从代码仓库克隆项目。通常系统会自带如果没有需要先安装。pipPython的包管理工具用于安装依赖。2.2 安装必备工具首先我们需要安装一个关键工具huggingface-hub它可以帮助我们更方便地下载模型文件。打开你的终端Windows用CMD或PowerShellLinux/macOS用Terminal输入以下命令pip install --upgrade huggingface_hub这个命令会安装或更新huggingface_hub库。安装过程通常很快看到“Successfully installed”的提示就说明成功了。准备工作完成我们的“地基”已经打好了。接下来开始搭建核心部分——ComfyUI和Nunchaku插件。3. 安装ComfyUI与Nunchaku插件ComfyUI是一个基于节点流程的AI图像生成工具它的可视化界面让你能清晰地看到图像生成的每一个步骤。而Nunchaku插件则是连接ComfyUI和量化版FLUX.1模型的桥梁。这里我提供两种安装方法你可以选择最适合你的一种。3.1 方法一使用Comfy-CLI推荐给新手这是最简单快捷的方法通过官方命令行工具自动处理大部分流程。# 1. 安装ComfyUI的命令行工具 pip install comfy-cli # 2. 安装ComfyUI本体如果你还没有安装过 comfy install # 执行此命令后它会引导你完成ComfyUI的安装包括选择安装路径等。 # 3. 安装Nunchaku插件 comfy noderegistry-install ComfyUI-nunchaku # 4. 插件安装后需要移动到ComfyUI的正确目录下 # 假设ComfyUI安装在默认位置进入其自定义节点目录 cd ComfyUI/custom_nodes # 将安装的插件文件夹移动并重命名如果目录名不同请根据实际调整 mv ComfyUI-nunchaku nunchaku_nodes3.2 方法二手动安装适合喜欢掌控细节的用户如果你希望更清楚地了解每一步或者需要自定义安装路径可以选择手动安装。# 1. 克隆ComfyUI的官方仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 2. 安装ComfyUI所需的Python依赖包 pip install -r requirements.txt # 3. 进入ComfyUI的自定义节点目录并克隆Nunchaku插件 cd custom_nodes git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes无论使用哪种方法完成上述步骤后Nunchaku插件就已经安装到你的ComfyUI环境里了。3.3 安装Nunchaku后端引擎插件是界面还需要一个“引擎”来驱动。从Nunchaku v0.3.2版本开始安装后端变得非常简单。插件目录里通常会包含一个install_wheel.json文件。你只需要在ComfyUI的网页界面中通过ComfyUI Manager一个管理插件的工具加载这个文件就可以一键安装或更新所需的后端组件。如果找不到Manager也可以根据插件文档的说明通过pip命令安装指定的wheel包。至此我们的“创作车间”——ComfyUI和它的“核心机器”——Nunchaku引擎就安装好了。下一步我们需要把“颜料和画布”也就是模型文件准备到位。4. 准备模型文件请来你的“数字艺术家”模型文件是AI绘画的灵魂。我们需要准备两部分FLUX模型通用的基础组件和Nunchaku优化过的FLUX.1-dev主模型。4.1 第一步配置工作流让ComfyUI认识Nunchaku为了让ComfyUI能够直接使用Nunchaku插件提供的工作流模板我们需要把这些示例文件复制到正确的位置。# 确保你在ComfyUI的根目录下 cd /path/to/your/ComfyUI # 创建用户工作流目录如果不存在 mkdir -p user/default/example_workflows # 从Nunchaku插件中复制示例工作流文件 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/完成这一步后启动ComfyUI你就能在加载工作流的界面看到Nunchaku相关的选项了。4.2 第二步下载基础模型组件FLUX模型需要两个基础组件才能工作文本编码器和VAE。它们分别负责理解你的文字描述以及对最终生成的图像进行解码还原。使用我们之前安装的huggingface-hub工具可以轻松下载# 下载文本编码器模型 (CLIP 和 T5) # 它们会被自动保存到 ComfyUI/models/text_encoders/ 目录下 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 # 它会被自动保存到 ComfyUI/models/vae/ 目录下 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae4.3 第三步下载核心——Nunchaku FLUX.1-dev模型这是最关键的一步。你需要根据你的显卡型号选择正确的量化版本RTX 50系列Blackwell架构显卡请选择FP4版本。其他NVIDIA显卡如RTX 20/30/40系列请选择INT4版本。如果显存非常紧张还可以关注是否有更轻量化的FP8版本。这里以最常用的INT4版本为例下载主模型# 下载INT4量化版的Nunchaku FLUX.1-dev主模型 # 它会被保存到 ComfyUI/models/unet/ 目录下 hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/可选下载LoRA模型LoRA是一种小型模型可以微调生成风格比如让画风更动漫、更写实等。你可以将它们放在models/loras/目录下。例如一个常用的加速LoRA是FLUX.1-Turbo-Alpha。所有模型下载完成后你的ComfyUI/models/目录结构应该大致如下models/ ├── text_encoders/ # 存放 clip_l.safetensors, t5xxl_fp16.safetensors ├── vae/ # 存放 ae.safetensors ├── unet/ # 存放 svdq-int4_r32-flux.1-dev.safetensors (主模型) └── loras/ # 可选存放各种 .safetensors 格式的LoRA文件万事俱备只欠东风。现在让我们启动这个工作站开始创作吧5. 启动与你的第一次AI绘画5.1 启动ComfyUI服务在ComfyUI的根目录下运行启动命令python main.py稍等片刻终端会输出一个本地网址通常是http://127.0.0.1:8188。用你的浏览器打开这个地址就能看到ComfyUI的图形化界面了。5.2 加载Nunchaku工作流在ComfyUI界面中点击右侧的“Load”按钮在弹出的对话框中你应该能看到一个名为nunchaku-flux.1-dev.json的工作流文件。选择并加载它。这个工作流是Nunchaku团队预置好的已经正确连接了所有必要的节点包括加载量化模型、文本编码、图像生成等。加载后你会看到画布上出现了一系列连线的节点这就是你的绘画流水线。5.3 输入提示词并生成图像现在来到最激动人心的环节找到提示词输入框在工作流中找到名为“Positive Prompt”的节点框。在这里用英文描述你想要生成的画面。FLUX模型对英文提示词的理解通常更好。试试这个A beautiful landscape with mountains and lakes, ultra HD, realistic, 8K一个美丽的山水风景超高清写实风格8K分辨率调整参数可选分辨率在Empty Latent Image节点可以设置图像的宽高如1024x1024。显存不足时可以降低到768x768或512x512。推理步数Sampler节点中的steps参数控制生成过程的精细度。步数越多细节可能越好但耗时更长。默认或20-30步是不错的起点。LoRA权重如果加载了LoRA可以调整其权重来控制风格影响的强弱。点击生成检查所有连接无误后点击界面右侧的“Queue Prompt”按钮。等待几秒到几十秒取决于你的显卡和设置生成的图片就会出现在右边的预览区域你可以右键点击图片保存它。6. 总结开启你的高效创作之旅回顾整个过程我们从理解Nunchaku FLUX.1-dev的价值开始完成了环境准备、软件安装、模型部署最终成功生成了第一张AI绘画。这个组合的强大之处在于它通过量化技术打破了硬件壁垒让高性能创作变得触手可及。为了你能持续稳定地使用这里还有几个关键提醒模型别放错地方主模型在unet/LoRA在loras/文本编码器在text_encoders/VAE在vae/。目录错了ComfyUI会找不到。显存不够怎么办如果生成时显存溢出优先尝试降低生成图片的分辨率或者确认你下载的是INT4/FP4这类量化版本。关闭Turbo LoRA后如果你不使用FLUX.1-Turbo-Alpha这个加速LoRA请务必将采样步数steps调到20步以上否则图像质量会下降。节点缺失提示如果加载工作流时提示缺少节点可以通过ComfyUI Manager搜索安装对应的自定义节点。现在你的个人AI绘画工作站已经就绪。它不再是一个遥不可及的概念而是你电脑桌面上一个随时可用的强大工具。剩下的就是发挥你的想象力用提示词去指挥这位“数字艺术家”创造出独一无二的作品了。从简单的风景到复杂的概念设计尝试不同的风格和参数享受AI赋能带来的创作自由吧。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。