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()


