Nunchaku FLUX.1-dev开源可部署：支持国产昇腾/寒武纪平台适配路线

想体验媲美Midjourney的顶级文生图效果，又不想被高昂的API费用和网络限制所困扰？今天，我们带来一个重磅好消息：Nunchaku FLUX.1-dev模型现已开源，并且可以直接在本地部署运行！

更令人兴奋的是，这个强大的模型不仅支持主流的NVIDIA显卡，还明确规划了对国产昇腾（Ascend）和寒武纪（Cambricon）AI芯片平台的适配路线。这意味着，无论你使用的是国际大厂的显卡，还是国产自主的AI硬件，未来都能流畅运行这个顶级的文生图模型。

本文将手把手带你，在ComfyUI这个强大的可视化工作流工具中，完成Nunchaku FLUX.1-dev模型的完整部署与使用。从环境准备到生成第一张惊艳的图片，全程只需10分钟。

1. 环境准备：搭建你的AI画室

在开始挥洒创意之前，我们需要先准备好“画室”的基础设施。别担心，步骤很简单。

1.1 硬件与软件要求

首先，确认你的电脑是否满足以下条件：

• 显卡：这是最重要的部分。你需要一块支持CUDA的NVIDIA显卡。为了获得最佳体验，建议显存在24GB或以上。如果你的显卡显存较小（比如8GB或12GB），也不用担心，后续我们会介绍量化版模型，它们对显存的要求会低很多。
• 操作系统：Windows 10/11，或者Linux发行版（如Ubuntu 20.04+）均可。
• Python：需要安装Python 3.10或更高版本。这是运行所有AI模型的基础环境。
• Git：用于从代码仓库下载必要的软件和插件。

1.2 基础环境安装

打开你的命令行终端（Windows用户可以用PowerShell或CMD，Linux/macOS用户用Terminal），我们开始安装基础工具。

首先，确保Python和pip（Python的包管理工具）已经正确安装。然后，安装一个关键工具：huggingface_hub。这个工具能帮助我们快速、稳定地从Hugging Face平台下载模型文件。

pip install --upgrade huggingface_hub

安装过程通常很快。完成后，你的基础画室就搭建好了。接下来，我们要安装最重要的“画板”和“画笔”。

2. 安装部署：引入强大的ComfyUI与Nunchaku插件

我们将使用ComfyUI作为我们的创作界面。它就像一个模块化的视觉编程工具，通过连接不同的“节点”来构建AI图像生成流程，功能强大且灵活。Nunchaku则是专门为FLUX系列模型优化的插件。

2.1 安装ComfyUI-nunchaku插件

安装插件有两种方法，你可以选择最顺手的一种。

方法一：使用Comfy-CLI（最简单，推荐新手）

这个方法通过一个命令行工具自动完成所有步骤，非常省心。

# 第一步：安装ComfyUI的官方命令行工具
pip install comfy-cli

# 第二步：安装ComfyUI本体（如果你已经安装过，可以跳过）
comfy install

# 第三步：安装Nunchaku插件
comfy noderegistry-install ComfyUI-nunchaku

# 第四步：将插件移动到ComfyUI的正确目录
# 这行命令的意思是，把刚下载的插件文件夹改个名，并放到ComfyUI能识别的位置
mv ComfyUI-nunchaku ComfyUI/custom_nodes/nunchaku_nodes

方法二：手动安装（适合喜欢自己掌控一切的用户）

如果你已经有一个ComfyUI环境，或者想指定安装路径，可以用这个方法。

# 第一步：下载ComfyUI的代码
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

# 第二步：安装ComfyUI运行所需的所有Python库
pip install -r requirements.txt

# 第三步：进入ComfyUI存放插件的目录
cd custom_nodes

# 第四步：下载Nunchaku插件
git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes

无论用哪种方法，看到安装成功的提示后，插件的安装就完成了。

2.2 安装Nunchaku后端引擎

插件是“操作界面”，我们还需要一个“计算引擎”。从Nunchaku v0.3.2版本开始，安装变得异常简单。插件安装好后，首次运行ComfyUI时，它会自动检测并引导你安装或更新这个后端引擎，通常只需点击确认即可。

至此，我们的“画板”（ComfyUI）和“专用画笔工具”（Nunchaku插件）都已就位。接下来，需要准备最核心的“颜料”——模型文件。

3. 模型准备：获取你的AI颜料库

Nunchaku FLUX.1-dev模型之所以强大，是因为它站在了“巨人”的肩膀上。我们需要准备两部分模型：基础的FLUX模型骨架，和Nunchaku优化后的核心模型。

3.1 配置工作流模板

为了省去从零搭建流程的麻烦，Nunchaku插件提供了现成的工作流模板。我们只需要把它复制到ComfyUI能读取的位置。

在你的ComfyUI安装目录下，执行以下命令：

# 进入ComfyUI的根目录（如果你还在custom_nodes目录，需要先返回）
cd ComfyUI

# 创建一个目录用来存放用户的工作流模板（如果不存在的话）
mkdir -p user/default/example_workflows

# 将Nunchaku插件自带的示例工作流复制过去
cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/

这样，启动ComfyUI后，你就能在网页界面里直接加载这些预设好的工作流了。

3.2 下载模型文件

这是最关键的一步。我们需要下载几种模型文件，并放到正确的文件夹里。请严格按照下面的目录结构来存放，否则ComfyUI会找不到它们。

核心目录结构：

ComfyUI/
├── models/
│   ├── unet/              # 存放Nunchaku FLUX.1-dev主模型
│   ├── loras/             # 存放LoRA模型（风格微调器）
│   ├── text_encoders/     # 存放文本编码器模型（理解你的文字描述）
│   └── vae/               # 存放VAE模型（将AI的“想象”解码成图片）

3.2.1 下载基础FLUX模型（必装）

这些是FLUX模型家族的通用组件，负责理解文字和生成图片的基础框架。

使用我们之前安装的huggingface_hub工具来下载，它会自动处理缓存和路径。

# 下载文本编码器模型，它们能理解你输入的文字提示
# 这个模型负责理解常见的视觉概念
hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders
# 这个模型负责理解更复杂、更长的文字描述
hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders

# 下载VAE模型，它负责将AI内部的“潜空间”数据解码成我们能看到的图片
hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae

小提示：如果下载速度慢，可以考虑使用国内镜像源，或者手动从Hugging Face网站下载后，放入对应的models/子目录中。

3.2.2 下载Nunchaku FLUX.1-dev核心模型（必装）

这是本文的主角，经过Nunchaku团队优化和量化后的FLUX.1-dev模型。你需要根据你的显卡型号来选择对应的版本：

• INT4模型：适用于大多数NVIDIA显卡（RTX 20/30/40系列），在保持高质量的同时显著降低显存占用。
• FP4模型：专为新一代Blackwell架构的NVIDIA显卡（如未来的RTX 50系列）优化。
• FP8模型：如果你显卡显存比较紧张（比如只有8GB-12GB），可以选择这个版本，画质略有妥协，但能跑起来。

这里我们以最通用的INT4模型为例进行下载：

# 下载Nunchaku FLUX.1-dev主模型（INT4量化版）
# 这个文件比较大（约几个GB），请耐心等待下载完成
hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/

3.2.3 下载可选LoRA模型（推荐）

LoRA可以理解为“风格滤镜”或“技能插件”。加载不同的LoRA，可以让你的模型获得特定的画风或能力增强。Nunchaku工作流预置了一些好用的LoRA，比如：

• FLUX.1-Turbo-Alpha：能显著加快生成速度，在少量步数下就能产出不错的效果。
• Ghibsky Illustration：可以为图像添加吉卜力（宫崎骏）动画风格的渲染效果。

你可以从Hugging Face的 nunchaku-tech 主页或其他模型社区找到这些LoRA文件，下载后放入 models/loras/ 目录即可。

恭喜！ 所有“颜料”都已准备就绪。现在，让我们启动画板，开始创作吧！

4. 启动与创作：生成你的第一幅AI画作

4.1 启动ComfyUI

打开命令行，进入你的ComfyUI根目录，运行启动命令：

python main.py

稍等片刻，你会看到类似下面的输出，说明启动成功：

[2025-02-25 10:00:00] [INFO] ComfyUI started successfully.
[2025-02-25 10:00:00] [INFO] Serving at http://127.0.0.1:8188

打开你的浏览器，访问 http://127.0.0.1:8188，就能看到ComfyUI的界面了。

4.2 加载Nunchaku工作流

ComfyUI的界面初看可能有些复杂，但别担心，我们已经准备好了“一键配方”。

1. 在网页界面右侧，找到 “Load” （加载）按钮。
2. 点击下拉菜单，选择 “Default”，然后你应该能看到一个名为 nunchaku-flux.1-dev.json 的文件。这就是我们之前复制过来的模板工作流。
3. 点击它，工作流就会加载到主画布中。

这个 nunchaku-flux.1-dev.json 工作流是功能最全的版本，支持加载多个LoRA，能发挥出模型的最佳文生图效果。

4.3 输入提示词并生成图片

现在来到了最有意思的环节——用文字描述你的画面。

1. 找到输入框：在工作流中，找到一个标有 “Positive Prompt” 的节点，里面有一个大的文本框。
2. 输入英文描述：FLUX模型对英文提示词的理解通常更好。你可以发挥想象力，例如：
   • A majestic dragon soaring through neon-lit cyberpunk city, hyper detailed, cinematic lighting, 8k
   • A serene Japanese garden in autumn, koi pond, maple leaves, watercolor painting style, peaceful
   • Portrait of an elegant elf queen with intricate silver armor and glowing blue eyes, fantasy art, digital painting
3. 调整参数（可选）：
   • 推理步数（Steps）：一般20-50步。步数越多，细节越丰富，耗时也越长。如果使用了FLUX.1-Turbo-Alpha LoRA，可以适当减少步数。
   • 分辨率（Width/Height）：默认可能是1024x1024。显存不足时，可以降低到768x768或512x512。
   • LoRA权重：如果你加载了LoRA，可以调整这里的数值（通常0.5-1.0）来控制风格影响的强度。
4. 点击生成：找到画布上方或下方的 “Queue Prompt” 按钮，点击它！
5. 等待与欣赏：右侧的预览区域会显示生成过程。完成后，你就能看到AI根据你的描述绘制的图片了。右键图片可以保存到本地。

5. 关键注意事项与技巧

为了让你的创作过程更顺利，这里有一些重要的提示和技巧：

1. 模型存放位置绝对不能错：这是最常见的问题。请再次核对：

   • 主模型（svdq-int4_r32-flux.1-dev.safetensors）必须在 models/unet/
   • LoRA模型在 models/loras/
   • 文本编码器在 models/text_encoders/
   • VAE在 models/vae/

2. 显存不够怎么办？

   • 首选：使用我们教程中下载的INT4量化版模型，它比原版FP16模型（约33GB显存）节省了大量空间。
   • 备选：如果INT4版依然显存不足，可以去下载FP8量化版模型，显存占用更低（约17GB）。
   • 临时调整：在生成时，降低输出图片的分辨率（如从1024x1024降到768x768）。

3. 关于推理步数：如果你没有使用 FLUX.1-Turbo-Alpha 这个加速LoRA，那么推理步数建议设置在20步以上，否则生成的图片质量可能不理想。如果使用了该LoRA，10-15步就能得到不错的效果。

4. 节点缺失警告：如果加载工作流时提示缺少某个节点，不用担心。ComfyUI有一个强大的插件管理器 ComfyUI-Manager。你可以通过它搜索并安装缺失的自定义节点，绝大多数问题都能这样解决。

5. 国产芯片适配路线：本文开头提到的对昇腾（Ascend）、寒武纪（Cambricon）等国产AI平台的支持，是Nunchaku团队公开的研发路线图。这意味着未来，这些平台的用户也可以通过类似的流程，在国产硬件上运行此模型，对于推动AI技术国产化生态具有重要意义。我们可以保持关注其官方GitHub仓库的更新。

6. 总结

通过以上步骤，你已经成功在本地部署了顶尖的Nunchaku FLUX.1-dev文生图模型，并利用ComfyUI的可视化界面生成了第一张AI画作。我们来简单回顾一下：

• 环境准备：确认显卡和Python环境，安装必备工具。
• 安装部署：用两种方法之一安装ComfyUI和Nunchaku插件，过程自动化程度很高。
• 模型准备：下载基础FLUX模型和核心的Nunchaku量化模型，并按目录正确存放。
• 启动创作：加载预设工作流，输入英文提示词，调整参数，点击生成，即可收获惊喜。

这个开源方案的优势在于完全本地运行，没有使用次数限制，没有网络延迟，并且保护了隐私。更重要的是，它展现了前沿AI模型与国产硬件生态结合的可能性。

现在，创意的大门已经为你打开。无论是构思奇幻场景、设计产品概念图，还是进行艺术创作，Nunchaku FLUX.1-dev都能成为你得力的助手。多尝试不同的提示词组合和LoRA风格，你会发现AI绘画的无限乐趣。

---

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。