筛选：

FLUX.1-schnell - 免费商用的最强开源文生图模型

Black Forest Labs出品，4步出图，质量接近Midjourney，Apache 2.0开源可商用

FLUX.1-schnell — 当前最强开源文生图模型

Black Forest Labs 出品（Stable Diffusion 原班人马创立），FLUX.1 系列是 2024 年发布即震撼整个 AI 绘画圈的开源文生图模型。schnell（德语"快速"）是其免费商用版本，仅需 4 步即可生成高质量图片。

为什么是 FLUX.1-schnell？

质量碾压 SDXL，接近 Midjourney V6 水准
仅 4 步出图（schnell = 快速版），普通 GPU 秒级生成
Apache 2.0 开源协议，可免费商用
提示词理解能力极强，支持复杂场景描述、文字渲染
12B 参数，目前开源模型中最大规模之一
支持 diffusers / ComfyUI / MLX 等主流推理框架

FLUX.1 全系列对比

版本	用途	许可证	步数
FLUX.1 [schnell]	文生图	✅ Apache 2.0（免费商用）	4步
FLUX.1 [dev]	文生图	⚠️ 非商用	20-50步
FLUX.1 Fill [dev]	Inpainting/Outpainting	⚠️ 非商用	—
FLUX.1 Canny [dev]	边缘控制	⚠️ 非商用	—
FLUX.1 Depth [dev]	深度控制	⚠️ 非商用	—
FLUX.1 Redux [dev]	图像变体	⚠️ 非商用	—

快速上手（diffusers）

import torch
from diffusers import FluxPipeline

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-schnell",
    torch_dtype=torch.bfloat16
).to("cuda")

image = pipe(
    prompt="a cute cat sitting on a windowsill at sunset",
    num_inference_steps=4,
    guidance_scale=0.0,
).images[0]

image.save("output.png")

Apple Silicon 部署（MLX）

在 M 系列芯片上，可通过 mlx-vlm 或 mlx-image 原生加速运行，256GB 统一内存可全量加载，无需量化：

# MLX 推理（Apple Silicon 原生）
from mlx_flux import FluxPipeline
pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-schnell")
image = pipe.generate("your prompt here", steps=4)

ComfyUI 使用

FLUX.1-schnell 已被 ComfyUI 官方支持，在 ComfyUI Manager 中搜索 "FLUX" 即可安装对应节点。

硬件需求

配置	内存/显存	速度
NVIDIA A100 80GB	全量加载	~2s/张
NVIDIA RTX 4090 24GB	FP8 量化	~5s/张
Apple M3 Ultra 256GB	全量加载(MLX)	~15-30s/张
RTX 3060 12GB	GGUF 量化	~30-60s/张

关键数据

参数量：12B
分辨率：原生支持 1024×1024，可自定义
HuggingFace 下载量：247,000+
HuggingFace 点赞：5,100+
许可证：Apache 2.0（schnell 版本）