NitroFusion2

NitroFusion2

用 NitroFusion2 只需一两步就能从文字生成图片，它是基于 Z-Image-Turbo 的模型，页面运行在 ZeroGPU 硬件上。适合想要快速文生图结果的人。

由 ChenDY 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：NitroFusion2 是一个文生图模型的 Gradio 演示，它一两步就能生成一张图片。它建立在 Z-Image-Turbo 之上，研究思路是对网络中处理文字的部分加入对抗损失。它运行在 ZeroGPU 硬件上，所以你可以在浏览器里试用。

适合谁：它适合想看看蒸馏后的文生图模型能有多快的设计师、创作者和研究者，也适合研究这类模型如何调校的开发者。

行业 | 谁在用 | 怎么用 | 例子
内容创作 | 创作者 | 从文字提示词快速得到图片 | 输入一个简短的提示词，看图片出现
AI 研究 | 研究者 | 看看一步或两步的图像模型 | 比较一步和两步
软件 | 开发者 | 阅读推理和提示词相关的演示代码 | 打开 app.py 和 inference.py

如果你需要编辑已有的图片，可以跳过它，因为这是一个文生图演示。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 文件的本地副本，在 Windows、macOS 或 Linux 上用 Python 3.12 运行

用途 | 适合谁 | 能得到什么
快速出图草稿 | 创作者 | 一两步就得到的图片
模型对比 | 研究者 | 把少步数模型和其他模型放在一起看
研究代码 | 开发者 | 调用模型的简短 Python 文件

如何设置：

• 一个网页浏览器，在线页面只需要它
• Python 3.12 和 requirements.txt 里的包，本地副本才需要

1. 在 Hugging Face 上打开这个 Space 的页面，就能在线使用，不需要安装任何东西。
2. 想要本地副本，先安装 Hugging Face hub 包，再下载 Space 的文件。
3. 进入下载好的文件夹。
4. 安装 Gradio 6.15.1，再安装 requirements.txt 里的包。
5. 用 python app.py 启动应用。

pip install -U huggingface_hub
hf download ChenDY/NitroFusion2 --repo-type space --local-dir NitroFusion2
cd NitroFusion2
pip install gradio==6.15.1
pip install -r requirements.txt
python app.py

如何使用：打开页面，或者打开你本地副本启动的页面，写一段文字提示词并生成。README 没有列出控件，所以请按页面显示的操作。

示例：输入一个场景的简短描述并运行演示。页面只用一两个模型步骤就返回图片。

新手与专家：先打开 Space 页面，运行一个简短的提示词。速度才是重点，因为普通的图像模型需要多得多的步骤。

模型 ChenDY/NitroFusion2 建立在 Tongyi-MAI/Z-Image-Turbo 之上。仓库里有 app.py、inference.py 和两个提示词辅助文件 prompt_check.py 与 prompt_edit.py。README 只有一个标题和简短的说明，所以方法的细节在作者的论文里。

你写一段文字提示词
提示词被检查和编辑
NitroFusion2 用一两步生成
页面显示图片

注意事项：README 没有给出限制或设置，所以这里没有这些细节的文档。

• License: Apache 2.0
• Cost to run: 未提及，在线版本运行在 ZeroGPU 硬件上
• Data it reaches: 你输入的提示词，以及这个 Space 列出的两个模型

Hugging Face 上的数据（2026年11月13日）

• 点赞：5
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/ChenDY/NitroFusion2
• 文件：https://huggingface.co/spaces/ChenDY/NitroFusion2/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。