FLUX.1 [schnell] 是一个拥有 120 亿参数的整流流变换器，能够根据文本描述生成图像。
有关更多信息，请阅读我们的 博客文章。

主要特性

1. 尖端的输出质量和竞争性的提示跟随，匹配闭源替代品的性能。
2. 使用潜在对抗扩散蒸馏训练，FLUX.1 [schnell] 仅需 1 到 4 步即可生成高质量图像。
3. 根据 apache-2.0 许可证发布，该模型可用于个人、科学和商业目的。

使用方法

我们提供了 FLUX.1 [schnell] 的参考实现以及采样代码，存放在专门的 github 仓库 中。
希望在 FLUX.1 [schnell] 基础上进行开发的开发者和创意工作者可以将其作为起点。

API 端点

FLUX.1 模型也可以通过以下来源的 API 获取

• bfl.ml（目前为 FLUX.1 [pro]）
• replicate.com
• fal.ai
• mystic.ai

ComfyUI

FLUX.1 [schnell] 也可以在 Comfy UI 中使用，以便通过基于节点的工作流进行本地推理。

Diffusers

要使用 FLUX.1 [schnell] 结合 🧨 diffusers python 库，首先安装或升级 diffusers

pip install -U diffusers  

然后您可以使用 FluxPipeline 运行模型

import torch  
from diffusers import FluxPipeline  
pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-schnell", torch_dtype=torch.bfloat16)  
pipe.enable_model_cpu_offload() #save some VRAM by offloading the model to CPU. Remove this if you have enough GPU power  

prompt = "A cat holding a sign that says hello world"  
image = pipe(  
    prompt,  
    guidance_scale=0.0,  
    num_inference_steps=4,  
    max_sequence_length=256,  
    generator=torch.Generator("cpu").manual_seed(0)  
).images[0]  
image.save("flux-schnell.png")  

要了解更多信息，请查看 diffusers 文档

---

限制

• 此模型不旨在提供事实信息。
• 作为一个统计模型，此检查点可能会放大现有的社会偏见。
• 模型可能无法生成与提示匹配的输出。
• 提示跟随受到提示风格的强烈影响。

超出范围的使用

该模型及其衍生物不得用于

• 以任何违反适用的国家、联邦、州、地方或国际法律或法规的方式。
• 以任何方式利用、伤害或试图利用或伤害未成年人，包括但不限于诱导、创建、获取或传播儿童剥削内容。
• 生成或传播可验证的虚假信息和/或内容，以伤害他人。
• 生成或传播可用于伤害个人的个人可识别信息。
• 骚扰、虐待、威胁、跟踪或欺凌个人或群体。
• 创建非自愿裸体或非法色情内容。
• 进行完全自动化的决策，影响个人的法律权利或以其他方式创建或修改具有约束力的、可执行的义务。
• 生成或促进大规模虚假信息活动。