FLUX.2[klein]模型本地部署及 AI 绘画应用指南

FLUX.2[klein]模型本地部署及 AI 绘画应用指南

一、FLUX.2[klein]核心优势

FLUX.2[klein]是黑森林实验室（Black Forest Labs）近期发布的紧凑型 AI 绘画模型，主打亚秒级生成、低显存占用及全能编辑能力。对比老款 FLUX.1 和其他开源模型，其优势如下：

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

简而言之，4B 版在 8G 显存下即可运行，速度优于同类模型，支持直接编辑图片且商用合规。

二、部署前准备：硬件与环境

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：Windows 10/11 或 Linux（Ubuntu 20.04+）

2. 环境安装

先安装 Python 3.10+（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

提示：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

方式 1：Python 脚本一键运行

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 import Image

# 1. 加载模型（4B 版，低显存首选；9B 版换 "black-forest-labs/FLUX.2-klein-9B"）
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()