RealVisXL V5.0 GGUF

RealVisXL V5.0 GGUF

用 stable-diffusion.cpp 加上 RealVisXL V5.0 的 GGUF 副本，在你自己的电脑上根据文字生成图片。适合想在本地生成图片、并在更轻或更高质量的文件之间选择的人。

由 off-grid-ai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这是 SG161222 的 RealVisXL V5.0 图像模型的一组 GGUF 文件，由 off-grid-ai 转换，好让你用 stable-diffusion.cpp 在自己的设备上生成图片。转换用的是该程序自带的转换器，所以张量名称正确，可以直接加载。模型卡说，这个模型的其他社区 GGUF 量化版导出有误，无法加载。

适合谁：如果你想在自己的电脑上做文生图，而不是用云服务，它很适合你。这些文件是为 Off Grid AI Desktop 应用做的，也可以在终端里使用。

Industry | Who uses it | How they use it | Example
设计 | 设计师和插画师 | 在自己的电脑上根据文字提示词生成图片 | 一张 1024 乘 1024 的图片，写入 out.png
软件 | 应用开发者 | 在桌面应用里内置本地图像模型 | Off Grid AI Desktop，这些文件就是为它做的
兴趣爱好 | 硬件一般的爱好者 | 选更轻的文件来少用内存 | 用 Q4_K_S 文件代替 Q8_0 文件

如果你想要原始的全精度模型，或者要做图像生成以外的事，可以跳过它。

用在哪里：

• 在 Windows、macOS 或 Linux 的终端里运行 stable-diffusion.cpp 的 sd 程序
• Off Grid AI Desktop，一个在你自己设备上运行 AI 的私密应用

Use case | Who | What they get back
根据提示词生成图片 | 设计师和爱好者 | 一个按你设定尺寸生成的图片文件
在应用里运行图像生成 | 应用开发者 | 一个应用可以加载的本地模型文件
在小内存机器上省内存 | 内存有限的人 | 一个更轻的量化文件

如何设置：

• Python 和 pip，用来下载文件
• stable-diffusion.cpp 的 sd 程序，由它负责生成图片
• 足够放下所选文件的内存，估算 4-bit 约 1.7 GB

1. 安装 Hugging Face hub 包。
2. 把模型文件下载到你的电脑。
3. 选一个文件：要最佳质量选 Q8_0，要少占内存选 Q4_K_S。

pip install -U huggingface_hub
hf download off-grid-ai/realvisxl-v5.0-GGUF

如何使用：用你选的文件和你的提示词运行 sd 程序。这条命令会把一张 1024 乘 1024 的图片写入 out.png。

sd -M img_gen -m realvisxl-v5.0-Q8_0.gguf -p "your prompt" -o out.png \
  -W 1024 -H 1024 --steps 24 --cfg-scale 5 --sampling-method dpm++2m

Tool | What it does
sd -M img_gen | 以图像生成模式运行程序
-m | 指向 GGUF 模型文件
-p | 放你的文字提示词
-o | 给输出图片命名
-W and -H | 设置宽度和高度，单位是像素
--steps, --cfg-scale, --sampling-method | 设置步数、图片贴合提示词的程度，以及采样器

示例：在命令里写 your prompt 的位置放一句提示词，比如 “a red bicycle leaning on a brick wall at sunset”。运行结束后，out.png 里就是生成的图片，尺寸 1024 乘 1024。

新手与专家：GGUF 是一种用来在你自己的机器上运行模型的文件格式。如果你的电脑内存不多，先从 Q4_K_S 文件开始，想要最佳质量时再换成 Q8_0。用上面的命令配一条提示词运行一次，然后看看 out.png。

在 Q4_K_S 文件里，stable-diffusion.cpp 把权重张量写成 Q4_K，其余张量保持 F16、BF16 或 F32。Q4_K_S 是最接近的标准标签，所以 Hugging Face 能列出它。Hugging Face 记录的参数量是 3.5B。这只是一次格式转换。

你写一条文字提示词
sd 程序加载 GGUF 文件
模型运行采样步骤
图片被写入 out.png

注意事项：这里没有任何新模型。图像模型的全部功劳属于它的原作者，这份副本适用相同的许可条款。

• License: openrail++，继承自原始模型，连同它的使用限制
• Cost to run: 没有提到，使用你自己的硬件
• Data it reaches: 你电脑上的文件，以及你指定要写入的图片文件
• Not for: 图像生成以外的其他任务，或需要原始未转换模型的人

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 参数量：3.5B
• Weights: about 1.7 GB at 4-bit (estimate)
• Formats: GGUF
• 最近 30 天下载：6,316
• 点赞：3
• 许可证：openrail++
• 基于：SG161222/RealVisXL_V5.0
• 标签：gguf, stable-diffusion, sdxl, image-generation, quantized, off-grid, text-to-image

链接

• 模型：https://huggingface.co/off-grid-ai/realvisxl-v5.0-GGUF
• 文件：https://huggingface.co/off-grid-ai/realvisxl-v5.0-GGUF/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download off-grid-ai/realvisxl-v5.0-GGUF

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。