前言
FLUX.2[klein]正式开源，堪称'小香蕉'的完美平替，速度更快、显存占用更低，消费级显卡即可本地运行。本文介绍其核心优势及两种极简部署方案。
一、FLUX.2[klein]到底香在哪？
FLUX.2[klein]是黑森林实验室（Black Forest Labs）发布的紧凑型 AI 绘画模型，主打亚秒级生成、低显存和全能编辑能力。对比老款 FLUX.1 和其他开源模型，优势如下：
| 对比项 | FLUX.2[klein]（4B 版） | FLUX.1 | SDXL 1.0 |
|---|---|---|---|
| 参数规模 | 4B/9B（轻量化） | 12B | 3.5B |
| 显存要求 | 8GB+（RTX4060 可跑） | 16GB+ | 10GB+ |
| 生成速度 | 0.5-1 秒/张（1024×1024） | 2-3 秒/张 | 5-8 秒/张 |
| 核心能力 | 文生图 + 图生图 + 图像编辑 | 仅文生图 | 文生图 + 图生图 |
| 授权协议 | Apache-2.0（商用友好） | 非商用 | Apache-2.0 |
简单说：4B 版 8G 显存就能跑，速度比小香蕉快 3 倍，还能直接编辑图片，商用不违规。
二、部署前准备：硬件 + 环境一键搞定
1. 硬件要求（最低配置）
- 显卡：NVIDIA RTX 3060 8GB/4060 8GB 及以上（A 卡需用 ONNX，本文主打 N 卡）
- 内存：16GB 及以上
- 硬盘：预留 20GB 空间（模型 + 依赖）
- 系统：Windows10/11 或 Linux（Ubuntu20.04+）
2. 环境安装（3 行命令搞定）
先装 Python3.10+（官网下载，勾选'Add to PATH'），然后打开 CMD/终端，执行以下命令：
# 1. 安装核心依赖（diffusers+transformers+torch，自动匹配 CUDA）
pip install -U diffusers transformers torch accelerate safetensors
# 2. 安装图像工具（用于保存/查看图片）
pip install pillow matplotlib
# 3. 安装 huggingface 工具（下载模型用）
pip install huggingface_hub
小贴士：如果下载慢，可换国内镜像源，在命令后加
-i https://pypi.tuna.tsinghua.edu.cn/simple
三、极简部署方案：2 种方式任选（新手首选方式 1）
方式 1：Python 脚本一键运行（纯代码，无界面，最快上手）
步骤 1：创建运行脚本
新建一个文本文件，重命名为 flux2_klein_demo.py，复制以下代码：
import torch
from diffusers import Flux2KleinPipeline
from PIL Image
model_id =
dtype = torch.bfloat16
pipe = Flux2KleinPipeline.from_pretrained(
model_id,
torch_dtype=dtype,
cache_dir=
)
pipe.enable_model_cpu_offload()
prompt =
negative_prompt =
image = pipe(
prompt=prompt,
negative_prompt=negative_prompt,
height=,
width=,
guidance_scale=,
num_inference_steps=,
generator=torch.Generator().manual_seed()
).images[]
image.save()
()
Image.().show()
