FLUX.2 [klein] 4B

FLUX.2 [klein] 4B

Black Forest Labs 的小型图像模型，能根据文字生成图片，也能参照图片编辑，速度快，适合在消费级显卡上做交互式使用。

由 black-forest-labs 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：FLUX.2 [klein] 4B 是 Black Forest Labs 的图像模型。一个模型同时做文字生成图片和图片编辑，包括参照多张图片来编辑。它是一个约 40 亿参数的整流流变换器，为速度做了调优。

模型卡称在合适的硬件上生成可以做到亚秒级。权重以 Apache 2.0 开放，可用于商业用途。

适合谁：它适合想在自己机器上快速生成或编辑图片的开发者和创作者。模型卡称约 13 GB 显存的显卡就够用，比如 RTX 3090 或 4070。

行业 | 谁在用 | 怎么用 | 例子
软件 | 应用开发者 | 在产品里做交互式图片功能 | 用户输入提示词时实时预览
设计 | 视觉设计师 | 参照图片生成并修改画面 | 参照两张图片编辑一个场景
营销 | 内容团队 | 快速制作插图 | 根据简短需求生成头图
边缘和本地工具 | 工程师 | 在本地硬件上运行图片生成 | 工作站上的离线图片工具

如果你想用托管的图片服务，又没有合适的显卡，可以跳过它。

用在哪里：

• 装有 diffusers 库的 Python
• ComfyUI，模型卡列出它受支持
• BFL API，模型卡提到的托管选项
• Windows、macOS 或 Linux，用于下载文件

用例 | 谁用 | 得到什么
文字生成图片 | 创作者和开发者 | 根据文字描述生成的图片
多参考图编辑 | 设计师 | 由多张参考图引导修改后的图片
对延迟敏感的应用 | 产品团队 | 在合适的硬件上约一秒出图

如何设置：先准备好下面这些东西。

• Python 和 pip
• 较新的 diffusers，按模型卡所说从它的源码仓库安装
• 约 13 GB 显存的显卡
• 记录显示 BF16 权重约需 7.8 GB 磁盘空间

1. 按模型卡的说明安装或升级 diffusers。
2. 下载模型文件，或让脚本按名称自动获取。
3. 运行下一节的 Python 脚本。

pip install -U huggingface_hub
hf download black-forest-labs/FLUX.2-klein-4B

如何使用：你写一小段 Python 脚本。它加载名为 Flux2KleinPipeline 的管线类，打开 CPU 卸载以节省显存，并传入提示词、尺寸、步数和随机种子。模型卡里的脚本把第一张图片保存到文件。

import torch
from diffusers import Flux2KleinPipeline

device = "cuda"
dtype = torch.bfloat16

pipe = Flux2KleinPipeline.from_pretrained("black-forest-labs/FLUX.2-klein-4B", torch_dtype=dtype)
pipe.enable_model_cpu_offload()  # save some VRAM by offloading the model to CPU

prompt = "A cat holding a sign that says hello world"
image = pipe(
    prompt=prompt,
    height=1024,
    width=1024,
    guidance_scale=1.0,
    num_inference_steps=4,
    generator=torch.Generator(device=device).manual_seed(0)
).images[0]
image.save("flux-klein.png")

示例：你把提示词那一行换成 "a red bicycle against a brick wall at sunrise"，再运行一次脚本。按模型卡的设置，模型用 4 步生成 1024 乘 1024 像素的图片，然后把新图片写到 flux-klein.png。

新手与专家：先原样运行脚本，打开 flux-klein.png。第一次只改提示词。模型卡提醒，图片里的文字可能会变形，所以要检查画面里的字。

这个模型是一个蒸馏的整流流变换器，所以只需要 4 步。它拿出一些大模型的质量，换取速度和较小的内存占用。模型卡列出了限制：它不是事实来源，可能放大训练数据里的偏见，也可能偏离提示词。提示词的写法会明显影响它的遵循程度。

写下提示词或加入参考图片
管线运行 4 步去噪
模型返回一张图片
你把它保存到文件

注意事项：

• License: Apache 2.0
• Cost to run: 权重部分来源没有提到费用，BFL API 是托管选项，模型卡没有给出价格
• Data it reaches: 它从 Hugging Face 下载模型文件，模型卡里的脚本把图片保存到你的磁盘
• Not for: 违法用途、伤害未成年人、欺骗或欺诈内容、用来伤害他人的个人信息、骚扰、未经同意的私密图像，以及自动化的高风险决策

Hugging Face 上的数据（2026年11月13日）

• 任务：image to image
• 框架：diffusers
• 参数量：3.9B
• Weights: about 7.8 GB in BF16; about 1.9 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：435,643
• 点赞：1,116
• 许可证：apache-2.0
• 语言：en
• Quantized versions: 78
• Fine-tunes: 90
• 标签：diffusers, safetensors, text-to-image, image-editing, flux, diffusion-single-file, image-to-image

链接

• 模型：https://huggingface.co/black-forest-labs/FLUX.2-klein-4B
• 文件：https://huggingface.co/black-forest-labs/FLUX.2-klein-4B/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 black-forest-labs/FLUX.2-klein-4B

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。