【Comfyui】2分钟搞定 SVDQuant Flux Lora 转换，实现 Flux 量化Lora自由

最新推荐文章于 2025-04-15 11:03:40 发布

Android学习小分队

最新推荐文章于 2025-04-15 11:03:40 发布

阅读量1k

点赞数 28

文章标签： stable diffusion ComfyUI AI作画 AI绘画 LoRA Flux

本文链接：https://blog.csdn.net/m0_56144365/article/details/146224794

版权

Nunchaku 的4位量化发布极大的友好于Flux生态的使用，使低显存用户也能享受到满血蛮的Flux出图质量，而且速度极快，同时对于Flux的生态支持也很好，像 lora、fill等模型也全部支持；但是官方发布的量化lora有限，遇到喜欢的lora我们应该如何结合Flux量化模型使用，官方也给出了转换的方法，作者自己也试了下，十分简单，分享记录下作者的实操过程。

选择想要的lora

===

选择一款喜欢的lora，选择的是一款让物体爆裂效果的lora；

官网效果如图：

下载后放入本地；

新建一个文件夹 nunchaku_loras用于存放量化后的lora

然后再终端执行命令

E:\ComfyUI_windows_portable_nvidia\python_embeded\python.exe -m nunchaku.lora.flux.convert –quant-path F:\comfyui-portable-nfc1.1-windows\ComfyUI\models\diffusion_models\mit-han-lab\svdq-int4-flux.1-dev\transformer_blocks.safetensors –lora-path .\flux_lora_v1_boom.safetensors –output-root ./nunchaku_loras –lora-name svdq-int4-flux-boom

参数解释:

quant-path : 你lora需要使用的主模型的存放地址，`      `这里我们是要用于 svdq-int4-flux.1-dev 模型``   ``lora-path : 你需要转换的lora地址``   ``output-root：转换后的存放地址``   ``lora-name: 转换后的lora的名字

直接执行此命令即可，执行速度还蛮快的；

出现这个说明执行完成了