别担心，我FLUX可是无敌的（AI进阶篇：FLUX 3-量化模型）

**（本篇文章内容适合硬件条件没那么好的小伙伴，提供优化版本的FLUX使用及安装教程）
**

之前的两篇笔记简单介绍了FLUX是什么以及在本地如何使用，不过有小伙伴可能发现，无论是ComfyUI还是ForgeUI都对显存的要求不低。

当然，不是说对显存要求不够就不能用FLUX了，今天这篇笔记将会介绍一个东西来降低FLUX在电脑上的使用门槛，这个东西叫做量化模型。

简单来说量化是一种以损失少量精度为前提对模型进行压缩的手段，这样就可以降低模型的计算量。

原版FLUX的模型精度是fp16，而ComfyUI的开发团队ComfyOrg针对FLUX开源的两款模型制作出了fp8的量化版本。

https://huggingface.co/Comfy-Org

这也很大程度上降低了FLUX对设备条件的要求。

放置文件的位置和之前的有些不同，如果是ComfyUI就放在这个路径：

ComfyUI（根目录）/models/checkpoints

如果是ForgeUI的话就放在这个路径：

**WebUI（根目录）/models/stable-diffusion
**

这个模型最大的特点在于可以使用ComfyUI自带的Checkpoint加载器进行加载，当然开发者们也提供了这个fp8版本的标准工作流，只不过这个工作流和之前提到的是一样的。

所以只需要去到这个网址将想要的工作流对应的图片拖拽进ComfyUI即可，这里我演示选择的是FP8版本的Flux Dev工作流：

这就是一个标准的文生图流程，操作也很简单，在最左侧的Load Checkpoint这里加载好fp8模型。

然后在文本编码器中输入任意提示词，也可以抄我下面这段：

1girl,wearing sexy maid dress, good hand,4k, high-res, masterpiece, best quality, head:1.3, finely detailed skin, sharp focus, soft lighting, dynamic angle, medium breasts, holding a paper showing words “FLUX FP8”

然后就可以点击最右侧的Queue Prompt进行图片的生成了。

可能有小伙伴在生成图片的过程中遇到了这样一个问题：

这里目前有两个解决方式，一个先关掉整个ComfyUI，然后搜索命令提示符：

打开后输入这行代码：pip install safetensors --upgrade

然后按回车运行

之后再重启ComfyUI

另一个方法则是将下载的两个fp8模型都删除掉重新安装。

当然有些时候就很奇怪，可能fp8运行不了但是fp16能够运行，这一点我暂时也不是很清楚。

比起fp16模型，fp8模型的生成图片时间能节省约一半，并且能降低大概5-6GB的显存占用，还能节约大概7个G的存储空间，这一点对于一些硬件条件有限的小伙伴来说无疑是很好的一点。

因为fp8模型可以使用checkpoint模型加载器进行加载，所以这个可以很丝滑地结合到其他的工作流中，例如局部重绘。

这个连线看起来好像有点复杂其实不难，感兴趣的小伙伴可以看原教程视频的11:35秒处。

如果在经历了上述的优化手段之后电脑运行起来还是有点吃力的话，可以尝试一下第一篇笔记中推荐的线上平台，毕竟如果跑不动硬跑的话可能会对电脑造成一些损伤。

不只是在ComfyUI，ForgeUI中也可以进行调用并加载。

用法也很简单，直接在Checkpoint这里改为fp8模型即可。

出图的速度还是很快，但是由于计算精度下降了，理论上fp8的模型比起fp16的模型出图质量有所下降。

不过就这样肉眼看来好像没有很大区别，条件允许的话还是推荐fp16完整版本。

还有些小伙伴可能是显卡显存足够，但是内存不够，那可以使用ComfyOrg优化过的T5XXL文本编码器。

https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main

内存不够的话选择那个fp8版本，然后ComfyUI放置在这个路径：

ComfyUI（根目录）/models/clip

ForgeUI的话放在这个路径：

WebUI（根目录）/models/text_encoder

这个加载器可以帮助降低内存要求，从64G降低到32G，但是会略微影响语义的理解能力。

当然社区里还有其他用于降低设备要求或者优化的方法，例如张博士提供的NF4量化模型和特殊的GGUP格式模型等

https://github.com/lllyasviel/stable-diffusion-webui-forge/discussions/981

https://github.com/city96/ComfyUI-GGUF

感兴趣的小伙伴可以根据链接自行下载体验。

---

今天的内容就到这里啦！

更新慢的其中一个原因是因为使用ComfyUI出图对我来说是一个解决报错的过程，总是时不时出现一些很怪的问题导致我得一直去翻社区找解决方法。

希望今天这篇笔记可以帮助到硬件条件没那么好的同学，下篇笔记就是FLUX最后一篇关于LoRA模型部分。

大伙下篇笔记见，拜了个拜！

写在最后

FLUX相关的模型、工作流以及全套的AI绘画学习资料已经给各位小伙伴打包好了，有需要的可以扫码自取，无偿分享。

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除