【无标题】

如果你熟悉Midjourney并且像我一样是它的狂热粉丝，那么你一定会对新发布的模型“schnell”充满期待，schnellhel无疑会让你想起Mid Journey和类似的产品，同时令人惊喜的是，这个新模型是开源的。

12亿参数模型：适用于大多数中高端GPU

schnell是一个拥有12亿参数的模型，这意味着你可以在大多数中高端GPU上运行它。它使用了改进的流动变换器（Rectified Flow Transformer），能够从文本描述中生成高质量的图像。12亿参数不仅为模型提供了深厚的学习能力，也确保了图像生成的精度和细节。对于科技爱好者和开发者而言，这无疑是一项重要的创新。

模型展示

black-forest-labs/FLUX.1-schnell · Hugging Face

在屏幕上，我们可以看到一些由schnell生成的图像。这些图像展示了这个模型的强大功能和高质量输出。从逼真的人像到复杂的schnellhel都能轻松胜任。这种超高质量的图像schnell使得Chel在众多文本生成图像模型中脱颖而出。

三种版本的schnell模型

schnell模型有三种版本，以满足不同用户的需求：

1. schnell（开源版）：这个版本是开放源代码的，使用Apache 2.0许可证。对于开发者和研究人员来说，这是一个极其友好的选择，因为你可以自由地查看、修改和分发代码。
2. Flux Dev：这是一个非商业许可证版本，适用于学术研究和个人项目。这个版本在提供高性能的同时，也确保了用户在非商业环境下的使用自由。
3. Flux Pro：只能通过API使用，API由Flux和其他几个提供商提供，主要是Replicate和Flux。这个版本的特点是提供了最高的图像生成质量和最丰富的功能，适用于商业应用。

安装与使用指南

在这段视频中，我们将展示如何在本地系统上安装schnell，并生成图像。首先，我们要感谢M Compute，他们赞助了这次视频使用的GPU。如果你也在寻找价格合理的GPU租赁服务，可以查看他们的网站，并使用我们提供的50%折扣优惠码。

安装步骤

1. 创建环境：我们首先创建一个conda环境，使用Python 3.10，因为这是推荐的稳定版本。通过创建独立的环境，可以避免与其他项目的依赖冲突。
2. 安装依赖：接下来，我们安装一些必要的依赖库，包括torch和Transformers。这些库是机器学习和深度学习模型必不可少的组件。
3. 克隆仓库：然后，我们克隆Flux的仓库，并安装所有依赖。这一步确保我们获得最新的代码和更新。
4. 运行Demo：在仓库的根目录运行streamlit demo，这将启动一个浏览器界面并下载模型。这个界面友好且易于操作，即使你是新手，也能轻松上手。

模型的下载与运行

下载模型的过程可能需要一些时间，模型大小约为44.5GB。需要注意的是，我的GPU只有48GB的显存，可能无法完全支持这个模型，但至少你已经了解了如何在本地安装它。对于那些拥有高端硬件设备的用户来说，这个过程将更加顺畅。

模型概述

Flux Pro：这是Flux系列中性能最强的版本，通过API提供最佳的图像生成质量和多样性。它适用于需要高精度和高质量图像生成的商业应用。

Flux Dev：这是一个开源的指导模型，适用于非商业应用，效率更高，权重可以在Hugging Face上找到。这个版本为开发者提供了更多的灵活性和自由度。

schnell：这是一个为本地开发和个人使用优化的最快版本，公开使用Apache许可证。它的目标是为个人用户和小型开发团队提供一个高效且易于使用的工具。

技术细节

这些Flux模型基于多模态和并行扩散变换器块的混合架构，参数规模达到12亿。他们通过引入旋转位置嵌入和并行注意力层来提高硬件效率和模型性能。多模态融合使得模型能够处理多种输入类型，而并行计算则大幅提升了处理速度。

未来展望

Flux团队还计划很快推出一个文本生成视频的模型，预计将带来更多惊喜。当然，这种模型需要至少80GB的显存来运行。想象一下，从文本描述生成高质量视频的可能性，这将彻底改变创意产业和内容创作的方式。

总结

schnell模型的发布无疑是生成式AI领域的一个重大突破。无论是图像的质量还是生成的速度，都达到了新的高度。如果你有条件，可以尝试在本地安装并运行这个模型，体验其强大的功能。

关注我，每天带你开发一个AI应用。每周二四六直播，带你手把手开发AI应用。