Run FLUX Locally：如何在本地运行 FLUX
简答：可以本地运行 FLUX，但不要先盲目下载模型：先核对模型许可证、显存或统一内存、磁盘空间和系统支持，再选择官方 Python/Diffusers、ComfyUI 或 Mac MPS 路径。对首次尝试者，FLUX.1 schnell 是更容易验证流程的开放权重文生图模型；如果设备内存不足，应优先考虑 CPU offload、量化权重或改用云端 GPU，而不是把未经核验的配置直接复制到生产环境。
定义：本地运行 FLUX，是在自己的 Windows、Linux、macOS 电脑或云 GPU 上下载开放权重、推理组件和运行界面，由本机完成文生图或图像编辑，而不是通过远程 API 提交任务。
先判断：你的设备适合哪条 FLUX 本地运行路径？
本站是独立的第三方 AI API 与模型调用指南站，不是 FLUX 模型或相关项目的官网。下面的命令和参数以本次核验到的官方资料为准；模型仓库、许可证和依赖版本可能变化，下载前仍应打开当前模型页复核。
| 路径 | 适合谁 | 优点 | 需要注意 |
|---|---|---|---|
| 官方 Python 仓库 | 希望理解模型、命令和推理参数的开发者 | 官方示例直接，便于脚本化 | 环境、权重和组件需要自行维护 |
| Diffusers | 已有 PyTorch 或 Hugging Face 工作流的开发者 | 便于集成到 Python 程序，可使用 CPU offload | 需要匹配 PyTorch、Diffusers 与模型配置 |
| ComfyUI | 希望用节点工作流、图生图或控制条件的用户 | 可视化、工作流可保存，FLUX 示例较完整 | 模型文件必须放到正确目录，量化版本可能影响质量 |
| macOS MPS | Apple Silicon Mac 用户 | 可使用共享统一内存，不依赖 NVIDIA CUDA | 速度和可运行分辨率取决于统一内存与模型格式 |
| 云 GPU | 本地设备不足但需要完整权重或批量生成的用户 | 可以按需获得更强 GPU | 需要另外核对实例、数据存储、费用和网络条件 |
先试这一步：确认系统能看到目标加速设备。NVIDIA 环境检查 CUDA，Apple Silicon 环境可运行 python -c "import torch; print(torch.backends.mps.is_available())"。如果输出为 False，先修复 PyTorch 或系统环境，不要把问题归因于模型本身。Apple Silicon 使用的是 PyTorch 的 mps 设备，并与 CPU 共享统一内存，具体支持情况应以当前 PyTorch 文档为准。Apple Silicon 官方说明
模型怎么选：schnell、dev 与编辑模型不要混用
官方 FLUX 仓库列出的开放权重包括 FLUX.1 schnell、FLUX.1 dev，以及 Fill、Canny、Depth、Redux、Kontext 等不同用途的模型。文生图首次验证建议从 FLUX.1-schnell 开始；需要图像编辑、局部重绘或结构控制时，再选择对应的专用模型。不要只因为文件名相似就把一个模型文件放进另一个工作流。
| 模型 | 主要用途 | 本次核验到的许可证或提示 | 使用建议 |
|---|---|---|---|
| FLUX.1 schnell | 文生图 | Apache-2.0 | 适合先验证本地环境和基础出图流程 |
| FLUX.1 dev | 文生图 | FLUX.1-dev Non-Commercial License | 使用前逐条阅读当前许可证，商业用途不要自行推断 |
| FLUX.1 Fill dev | 局部重绘、扩图 | FLUX.1-dev Non-Commercial License | 需要遮罩或编辑工作流时使用 |
| FLUX.1 Canny/Depth | 结构条件控制 | 以当前模型页和许可证为准 | 需要配套控制图或控制工作流 |
| FLUX.1 Kontext/Redux | 图像编辑或参考图变化 | 以当前官方仓库和模型页为准 | 不要将文生图示例直接套到编辑模型 |
官方仓库当前明确列出 schnell 的 Apache-2.0 许可和 dev 的非商业许可证；许可证不是“能否下载”的同义词，尤其是商业项目、再分发、微调和量化权重，应以模型页的完整条款为准。FLUX 官方仓库
官方 Python 路径：完成首次本地出图
以下是官方仓库给出的基础安装方向。代码中的路径、模型名和目录属于示例值，发送或执行前核实；不要把任何访问令牌写入脚本、截图或公开仓库。
- 准备 Python 3.10 环境，并为本项目创建独立虚拟环境。
- 从官方仓库克隆代码，进入目录后安装所需依赖。
- 打开当前 Hugging Face 模型页，确认是否需要登录、接受许可证或申请访问权限。
- 先使用 schnell 做一张低分辨率测试图，再逐步调整尺寸、步数和设备设置。
git clone https://github.com/black-forest-labs/flux.git
cd flux
python3.10 -m venv .venv
source .venv/bin/activate
pip install -e ".[all]"
Windows 用户需要将虚拟环境激活命令改成当前终端支持的形式；Linux、macOS 和 Windows 的 CUDA、驱动及 Python 安装方式不要混用。官方示例使用 python -m flux t2i 进行交互采样，也支持指定模型、宽高和提示词生成单张图片。示例中的 flux-schnell、尺寸和输出路径都应以当前仓库说明为准。
python -m flux t2i --name <model-name> --height <height> --width <width> --prompt "<your prompt>"
如果你更熟悉 Diffusers，官方文档展示了 FluxPipeline、torch_dtype、enable_model_cpu_offload() 和 num_inference_steps 的组合。schnell 的官方示例使用较少步数；dev 的步数设置不同，不能照搬 schnell 的参数。官方 text-to-image 文档 Diffusers FLUX 文档
四项成功判定：
- 状态：命令正常结束，没有 CUDA、MPS 或依赖导入错误。
- 响应或日志：模型和文本编码器均完成加载，没有“找不到文件”提示。
- 实际输出：目标目录出现可打开的图片文件。
- 客户端显示：若使用界面，预览图与保存文件都能正常读取。
Hugging Face 权重下载与低显存方案
模型下载失败时，先区分“没有登录”“没有接受模型条款”“仓库需要授权”“网络中断”和“本地磁盘不足”，不要笼统地重装全部依赖。Hugging Face 官方命令行支持 hf auth login，登录时可以通过浏览器授权或输入具有适当权限的个人访问令牌。令牌应保存在本机凭据存储中，不要写进 shell 历史、代码或诊断截图。Hugging Face 登录与快速开始
如果显存不足，优先按以下顺序处理：
- 降低首次测试的分辨率和并发，确认单张图片能完成。
- 启用官方示例支持的 CPU offload，让部分组件在不使用时转移到系统内存。
- 选择当前工作流明确支持的 FP8、FP4 或其他量化权重，并接受可能的质量、速度或兼容性变化。
- 在 ComfyUI 中确认模型、文本编码器和 VAE 的目录分别正确；不要只下载一个主模型文件就假设工作流完整。
- 如果本地设备仍无法稳定运行，再考虑云 GPU 或 API，而不是反复增加系统交换空间。
官方 Diffusers 文档明确提示 FLUX 在消费级硬件上可能较重，同时提供 CPU offload、量化等内存优化方向。ComfyUI 的官方示例也区分完整权重与 FP8 版本，并提示低内存用户可选择较省内存的文件，但具体占用仍取决于模型、分辨率、文本编码器和工作流。ComfyUI FLUX 示例 Diffusers 优化说明
ComfyUI、InvokeAI、Mac 与云 GPU：怎么选
ComfyUI：适合希望保存节点工作流、组合参考图、控制条件和局部编辑的用户。官方示例提供了 FLUX.1 schnell、dev、Kontext、Fill、Redux、Canny 和 Depth 等路径，但模型文件目录和工作流必须匹配。
InvokeAI：适合偏好图形化模型管理和生成界面的用户。它的硬件说明会按模型精度给出显存、系统内存和下载量参考；这些是当前文档的环境建议，不应当当成所有设备都能达到相同速度的保证。安装前要再次核对支持的系统版本和模型格式。InvokeAI 硬件要求
Apple Silicon Mac：优先确认 PyTorch 能看到 mps。M 系列使用统一内存，因此“显存”不应单独看，还要看系统内存、后台应用、模型精度和是否启用卸载。官方 Diffusers 文档支持使用 mps 设备，但 FLUX 的实际耗时与稳定性需要按你的 Mac、模型和分辨率实测，本文不提供未经核验的速度结论。
云 GPU：适合本地没有足够显存、需要完整 BF16 权重或需要批量生成的情况。部署前只核对四件事：实例是否支持目标框架、磁盘是否放得下权重、访问令牌是否安全、生成文件是否会被公开分享。不要开启公开分享链接，除非你确认输入提示词、输出图片和运行端口可以暴露。
常见错误：按证据排查，不按状态码猜原因
| 现象 | 先检查 | 处理方向 |
|---|---|---|
| 下载被拒绝或提示无权限 | 模型页是否需要登录、接受条款或获得授权 | 打开当前模型页核验权限，再使用最小权限的 Hugging Face 令牌登录 |
| 找不到模型文件 | 文件名、路径、工作流节点和当前模型格式 | 按官方目录说明重新放置文件，避免混用不同版本工作流 |
| CUDA out of memory | 分辨率、并发、文本编码器、精度和是否启用卸载 | 先单张低分辨率测试，再降低内存占用或换量化权重 |
| MPS 不可用 | torch.backends.mps.is_available() 输出、Python 架构和 PyTorch 安装 | 修复 Apple Silicon 对应环境，不要用 CUDA 命令替代 |
| 图片生成完成但打不开 | 日志中的保存路径、文件大小和文件扩展名 | 确认程序实际写入目标目录，并用本地图片工具打开验证 |
| 运行很慢或长时间无输出 | 首次权重加载、CPU offload、系统内存和磁盘读写 | 先等待首次加载完成，查看日志和资源占用，再判断是否需要更换路径 |
排错时按“凭据与访问→最终模型路径→模型类型→设备与权限→最小请求→完整错误日志”的顺序记录。只看终端最后一行通常不足以判断问题来源；应保留错误响应、关键日志和设备检测结果，同时脱敏令牌、绝对路径中的隐私信息和公开链接。
常见问题
FLUX 可以在没有 NVIDIA 显卡的 Mac 上运行吗？
可以尝试 Apple Silicon 的 PyTorch MPS 路径，但是否能稳定运行取决于统一内存、模型格式、分辨率和当前软件版本。先用官方检测命令确认 MPS 可用，再从小规模测试开始；本文不把某个 Mac 型号的速度当作普遍结论。
FLUX.1 schnell 和 FLUX.1 dev 应该选哪个？
首次验证本地环境通常先选 FLUX.1 schnell，因为官方资料将其作为开放权重文生图模型并提供较少步数的示例。FLUX.1 dev 使用不同许可证，当前官方资料标注为非商业许可证；商业项目必须先阅读完整条款，不能仅凭模型名称判断可用范围。
运行 FLUX 需要多少显存？
没有一个适用于所有工作流的固定数字。占用会受到模型版本、精度、文本编码器、分辨率、批量大小和 CPU offload 影响。官方和界面项目会给出特定配置的参考值，但应当把它们视为该配置的建议，不是所有设备的速度或成功保证。
Hugging Face 下载 FLUX 时为什么要求登录？
部分模型仓库可能要求登录、接受许可证或获得访问权限。请打开当前模型页确认状态，再使用官方支持的 <code>hf auth login</code> 完成登录；只使用必要权限的令牌，并避免在命令、代码和日志中暴露令牌。
显存不足时，量化模型一定能解决问题吗？
不一定。量化通常可以降低权重内存，但可能改变质量、速度、组件兼容性或工作流要求。应先确认当前界面或 Diffusers 路径支持该格式，再结合 CPU offload、低分辨率和单张测试逐步排查。
本地运行和 API 调用怎么选？
需要隐私、离线处理、可控环境并且已有合适硬件时，可考虑本地运行；需要快速接入、批量扩展或避免维护驱动与模型文件时，API 或云 GPU 更省运维。选择前应比较数据流向、许可证、成本、并发、延迟和维护责任，而不是只看单次生成价格。
相关阅读
参考资料
- FLUX 官方仓库 README
- FLUX 官方 text-to-image 文档
- Hugging Face Diffusers FLUX 文档（huggingface.co）
- Hugging Face Apple Silicon 与 MPS 说明（huggingface.co）
- ComfyUI 官方 FLUX 示例
- InvokeAI 官方硬件要求（invoke-ai.github.io）