Nunchaku FLUX.1-dev文生图实战：手把手教你生成第一张AI图片

Nunchaku FLUX.1-dev文生图实战：手把手教你生成第一张AI图片

1. 准备工作：搭建你的AI画室

在开始创作之前，我们需要准备好"画室"——也就是运行环境。这个过程就像画家准备画布和颜料一样重要。

1.1 硬件与软件需求

要让Nunchaku FLUX.1-dev流畅运行，你的电脑需要满足以下条件：

• 显卡：NVIDIA显卡是必须的，显存建议12GB以上（RTX 3060及以上）
• 内存：至少16GB，推荐32GB
• 存储空间：需要50GB以上的可用空间存放模型文件
• 操作系统：Windows 10/11或Linux
• 软件环境：
  • Python 3.10+
  • Git
  • CUDA工具包（与你的显卡驱动匹配）

你可以通过以下命令检查基础环境是否就绪：

# 检查Python版本 python --version # 检查Git是否安装 git --version # 检查CUDA版本 nvcc --version

1.2 安装ComfyUI基础环境

ComfyUI是我们的创作平台，安装非常简单：

# 克隆ComfyUI仓库 git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖 pip install -r requirements.txt

2. 安装Nunchaku FLUX.1-dev插件

2.1 获取插件代码

Nunchaku插件是FLUX.1-dev模型与ComfyUI之间的桥梁：

# 进入自定义节点目录 cd custom_nodes # 克隆Nunchaku插件 git clone https://github.com/mit-han-lab/ComfyUI-nunchaku nunchaku_nodes

2.2 安装插件依赖

# 进入插件目录 cd nunchaku_nodes # 安装Python依赖 pip install -r requirements.txt

3. 下载模型文件

3.1 基础模型组件

这些是FLUX模型运行必需的"基础零件"：

# 返回ComfyUI根目录 cd ../.. # 创建模型目录 mkdir -p models/text_encoders mkdir -p models/vae # 下载文本编码器 hf download comfyanonymous/flux_text_encoders clip_l.safetensors --local-dir models/text_encoders hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors --local-dir models/text_encoders # 下载VAE模型 hf download black-forest-labs/FLUX.1-schnell ae.safetensors --local-dir models/vae

3.2 主模型文件

根据你的显卡选择合适版本：

# 创建主模型目录 mkdir -p models/unet # 下载INT4量化版主模型（适合大多数NVIDIA显卡） hf download nunchaku-tech/nunchaku-flux.1-dev svdq-int4_r32-flux.1-dev.safetensors --local-dir models/unet/

4. 配置工作流

4.1 复制示例工作流

# 创建工作流目录 mkdir -p user/default/example_workflows # 复制示例工作流 cp custom_nodes/nunchaku_nodes/example_workflows/* user/default/example_workflows/

4.2 启动ComfyUI

# 在ComfyUI根目录执行 python main.py

启动成功后，在浏览器中访问http://127.0.0.1:8188即可看到ComfyUI界面。

5. 生成你的第一张AI图片

5.1 加载工作流

1. 点击右上角的"Load"按钮
2. 选择"Default"分组
3. 加载"nunchaku-flux.1-dev.json"工作流

5.2 设置生成参数

• 提示词(Prompt)：用英文描述你想生成的画面，例如：

  A majestic castle on a cliff, sunset lighting, fantasy style, highly detailed, 8K resolution

• 负面提示词(Negative Prompt)：告诉AI避免的内容：

  ugly, blurry, low quality, distorted, watermark

• 图片尺寸：初次尝试建议768x768
• 推理步数(Steps)：使用Turbo LoRA时10-15步，否则20-30步

5.3 开始生成

点击"Queue Prompt"按钮，等待生成完成。第一次生成可能需要较长时间编译模型。

6. 进阶技巧与优化

6.1 使用LoRA增强效果

LoRA模型可以为生成结果添加特定风格：

1. 下载喜欢的LoRA模型（如吉卜力风格）
2. 放入models/loras/目录
3. 在工作流中启用并调整权重（通常0.5-1.0）

6.2 参数调优指南

• 采样器(Sampler)：推荐使用DPM++ 2M Karras
• 引导系数(CFG Scale)：3.5-7.0之间效果较好
• 种子(Seed)：固定种子可以复现相同结果

6.3 高清修复技巧

想要更高清的图片？可以：

1. 先生成小图（如512x512）
2. 使用Ultimate SD Upscale节点放大
3. 添加细节修复步骤

7. 常见问题解决

7.1 显存不足问题

如果遇到CUDA内存错误，可以：

• 降低分辨率（如从1024→768）
• 使用FP8量化模型
• 关闭其他占用显存的程序

7.2 生成速度优化

提升生成速度的方法：

• 启用FLUX.1-Turbo-Alpha LoRA
• 减少推理步数
• 使用--lowvram启动参数

7.3 图片质量提升

如果结果不理想：

• 检查提示词是否足够详细
• 尝试不同的采样器
• 增加推理步数
• 调整引导系数

8. 总结与下一步

恭喜你成功搭建了Nunchaku FLUX.1-dev文生图环境！现在你可以：

• 尝试不同的艺术风格和主题
• 探索LoRA模型的创意组合
• 学习ComfyUI的高级节点连接
• 分享你的AI艺术作品

记住，好的AI绘画需要耐心和实践。多尝试不同的提示词和参数组合，你会发现这个工具的无限可能。

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。