Chroma1-HD

Chroma1-HD

用基于 FLUX.1-schnell 的 8.9B 开放基础模型把文字提示词变成图片，是为想微调自己图像模型的艺术家和开发者准备的起点。

由 lodestones 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：Chroma1-HD 是 lodestones 的 8.9B 文生图模型，基于 FLUX.1-schnell，采用 Apache 2.0 许可发布。它是基础模型，定位是一个中立的起点，你可以把它微调成专门的图像生成器。另有一个单独的 Chroma1-Flash 模型是它的快速版本。

适合谁：如果你想要一个开放的图像模型，既能直接用，也能用自己的图片继续训练，它适合你，开发者、研究人员和艺术家尤其合适。

Title: Who uses this model
行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 在自己的应用里生成图片 | 在 Python 脚本里调用这个管线
研究 | 机器学习研究人员 | 把它当作微调的基础 | 用自定义图片集训练一个专用模型
创意工作 | 艺术家和设计师 | 根据文字提示词制作图片 | 描述一幅人像和光线风格，然后保存结果

如果你想要更快的版本，可以跳过它，改看 Chroma1-Flash。

用在哪里：

• 使用 diffusers 库的 Python 脚本
• ComfyUI，模型卡把它列为另一种运行方式
• 装有 Python 的 Windows、macOS 或 Linux

Title: Jobs it does
用途 | 适合谁 | 得到什么
文生图 | 有提示词的任何人 | 根据描述生成并保存的图片文件
自定义模型基础 | 研究人员和艺术家 | 用于微调的起始检查点
量化运行 | GPU 时间紧张的开发者 | 用 gemlite 示例获得更快的生成

如何设置：你需要 Python 和一块 GPU，因为模型卡的示例是按 GPU 写的。

• 带 pip 的 Python
• 约 17.8 GB 的磁盘空间放 BF16 权重，按 Hugging Face 的估算，4 位副本约 4.4 GB
• 安装命令里的四个包

1. 用 pip 安装依赖。
2. 把下面的示例脚本保存成 Python 文件。
3. 运行它，图片会写入 chroma.png。

pip install transformers diffusers sentencepiece accelerate

如何使用：修改脚本里的提示词，再运行一次。负面提示词列出你想避开的内容，随机种子让每次运行可以重复。模型卡还有第二个示例，用 gemlite 做量化，运行更快。

import torch
from diffusers import ChromaPipeline

pipe = ChromaPipeline.from_pretrained("lodestones/Chroma1-HD", torch_dtype=torch.bfloat16)
pipe.enable_model_cpu_offload()

prompt = [
    "A high-fashion close-up portrait of a blonde woman in clear sunglasses. The image uses a bold teal and red color split for dramatic lighting. The background is a simple teal-green. The photo is sharp and well-composed, and is designed for viewing with anaglyph 3D glasses for optimal effect. It looks professionally done."
]
negative_prompt =  ["low quality, ugly, unfinished, out of focus, deformed, disfigure, blurry, smudged, restricted palette, flat colors"]

image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    generator=torch.Generator("cpu").manual_seed(433),
    num_inference_steps=40,
    guidance_scale=3.0,
    num_images_per_prompt=1,
).images[0]
image.save("chroma.png")

Title: Main parts of the sample
工具 | 作用
ChromaPipeline | 从仓库加载模型
enable_model_cpu_offload | 把模型的一部分放在 CPU 内存里，以节省 GPU 内存
negative_prompt | 列出图片应避开的内容
image.save | 把结果写入文件

示例：你描述一幅特写的时尚人像：一位戴透明太阳镜的女士，处在青色和红色分割的光线下。脚本运行 40 步，并把图片写入 chroma.png。

新手与专家：你可以把它看作一个用文字描述图片的图像生成器。第一次小测试就是原样运行示例脚本。然后改几个提示词里的词，比较生成的图片。

Chroma1-HD 是 FLUX.1 架构上的基础模型，所以它的价值在于作为一个干净的检查点用于微调。示例使用 40 步推理和 3.0 的引导系数。为了提速，模型卡展示了带编译前向传播的 gemlite 量化。量化 transformer 层用一点精度换来更快、更轻的运行。

文字提示词和负面提示词
diffusers 上的 ChromaPipeline
40 步推理
图片保存为 chroma.png

注意事项：另有一个把引导烘焙进去的 Flash 版本，生成更快。其他人发布了 11 个量化版本和 18 个微调版本的 Chroma1-HD。

Title: Estimated weight size
BF16: 17.8 GB
4 位: 4.4 GB

• License: Apache 2.0。
• Cost to run: 未提及，除了需要一块 GPU。
• Data it reaches: 文件来自 Hugging Face，之后模型在你自己的电脑上运行。
• Not for: 开箱即用的快速生成，因为模型卡为此推荐 Chroma1-Flash。

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 框架：diffusers
• 参数量：8.9B
• Weights: about 17.8 GB in BF16; about 4.4 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：83,687
• 点赞：457
• 许可证：apache-2.0
• Quantized versions: 11
• Fine-tunes: 18
• 标签：diffusers, safetensors, text-to-image

链接

• 模型：https://huggingface.co/lodestones/Chroma1-HD
• 文件：https://huggingface.co/lodestones/Chroma1-HD/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 lodestones/Chroma1-HD

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。