Flux2 Klein是由Black Forest Labs推出的AI圖像生成模型，有9B和4B兩個版本。該模型系列在圖像生成速度方面表現較快，並在單一架構中整合了圖像生成與編輯功能。Flux2 Klein 4B在Apache 2.0協定下開源，可用於商業項目、本地開發和邊緣端部署；9B版本則受FLUX非商業許可證約束。
2026年3月，NVIDIA在遊戲開發者大會上宣布，Black Forest Labs的FLUX.2 Klein模型發布了NVFP4和FP8模型變體。在NVIDIA GeForce RTX 50系列GPU上，使用NVFP4格式時，性能提升約2.5倍，顯存占用減少約60%；使用FP8時，性能提升約1.7倍，顯存占用減少約40%。這些最佳化後的模型可直接在ComfyUI等工具中使用。Flux2 Klein實現了400萬像素編輯能力，這在當時的開源模型中較為少見。
基本介紹
- 外文名：Flux2 Klein
- 產品類型：圖片生成
研發背景,發展歷程,技術規格,核心技術,部署與使用,重要事件,
研發背景
Flux2 Klein是由Black Forest Labs推出的AI圖像生成模型，該模型用於圖像生成，其端到端推理時間可低至不到一秒。FLUX.2 [klein] 模型系列在單一緊湊架構中統一了圖像生成與編輯功能。該模型可在消費級硬體上運行，僅需約13GB顯存，降低了本地部署AI圖像模型的難度。
Flux2 Klein在本地開源模型中實現了400萬像素編輯能力。該模型系列提供4B和9B兩種參數規模，並分為Base（未蒸餾）和Distilled（蒸餾）版本。該模型基於整流流（rectified flow）Transformer架構，能夠根據文本描述生成圖像並支持多參考圖像編輯功能。
發展歷程
2026年1月16日，Black Forest Labs發布了FLUX.2-klein-base-4B模型，這是一個全容量的基礎模型，未經蒸餾，保留了完整的訓練信號以實現靈活性，適合用於微調、LoRA訓練等。2026年1月18日前後，社區評測顯示Flux2 Klein模型首次在本地模型中實現了400萬像素的編輯能力。2026年1月19日，FLUX.2 Klein 4B蒸餾版在NVIDIA GeForce RTX 5090顯示卡上可實現約1.2秒出圖，顯存占用約8.4GB。2026年1月22日，社區出現了基於AI2Kit工具的Flux.1 Klein模型本地LoRA訓練方案，降低了模型定製和訓練的門檻。2026年2月24日，FLUX.2-klein-4B和FLUX.2-klein-9B模型在模型庫發布，相關信息包括其特性、使用方法、硬體要求與使用條款；4B模型採用Apache 2.0許可證，9B模型採用非商業許可證。2026年3月10日，NVIDIA在遊戲開發者大會（GDC 2026）上宣布為FLUX.2 Klein發布NVFP4和FP8模型版本，相較於原版，性能提升2.5倍，顯存占用降低60%。
技術規格
Flux2 Klein主要提供4B（40億參數）和9B（90億參數）兩種參數規模，每個規模下又分為Base（基礎版/未蒸餾）和Distilled（蒸餾版）兩種版本。4B版本採用Qwen3-4B文本編碼器，9B版本採用Qwen3-8B文本編碼器。
經實測，4B蒸餾版在NVIDIA GeForce RTX 5090顯示卡上生成一張圖片僅需約1.2秒，占用8.4GB顯存；4B基礎版需17秒和9.2GB顯存；9B蒸餾版需2秒和19.6GB顯存；9B基礎版則需要35秒和21.7GB顯存。
4B模型約需13GB顯存，可在RTX 3090/4070等顯示卡上運行；9B模型約需29GB顯存，可在RTX 4090及更高型號上運行。模型提供BF16、FP8、NVFP4等多種精度版本以適應不同硬體，其中NVFP4和FP8版本在NVIDIA GeForce RTX 50系列GPU上可以提升性能並降低顯存占用。
Flux2 Klein支持最高400萬像素（如2000x2000解析度）的圖像編輯功能。
核心技術
Flux2 Klein的核心技術基於整流流（Rectified Flow）Transformer架構，並在模型壓縮、圖像編輯解析度和功能整合方面實現了多項創新。
該模型採用整流流（Rectified Flow）Transformer架構，並通過蒸餾技術（Distillation）將模型推理步數壓縮至4步，實現亞秒級圖像生成。Flux2 Klein首次在開源本地模型中實現了400萬像素級別的圖像編輯能力，並在單一緊湊架構中統一了文生圖與圖生圖（編輯）功能。
模型提供BF16、FP8、NVFP4等多種精度版本，以兼顧性能與硬體兼容性。9B版本使用Qwen3-8B文本編碼器，4B版本使用Qwen3-4B文本編碼器。
部署與使用
Flux2 Klein模型可通過ComfyUI、Diffusers庫以及BFL API進行部署和使用。
4B蒸餾版約需8G顯存，4B基礎版約需9.2G顯存，9B蒸餾版約需19.6G顯存；FLUX.2 [klein] 4B模型占用約13GB顯存，FLUX.2 [klein] 9B模型占用約29GB顯存。FLUX.2 [klein] 4B可在NVIDIA RTX 3090/4070等消費級GPU上運行，FLUX.2 [klein] 9B可在RTX 4090及更高型號顯示卡上運行。使用Flux2 Klein需要ComfyUI 0.9.2或更高版本，建議升級至2026年1月16日後的版本以獲得最佳兼容性。
在ComfyUI中部署需下載FLUX.2 Klein主模型、Qwen3文本編碼器、FLUX VAE三個模型檔案，並將它們放置在ComfyUI安裝目錄下的對應資料夾中。使用Diffusers庫需安裝或升級庫，然後調用來運行模型。用戶可從Hugging Face直接下載NVFP4/FP8最佳化模型檔案，在ComfyUI中通過替換默認模型檔案使用，以實現性能提升和顯存節省。
Flux2 Klein支持使用中英文提示詞進行文生圖，並具備單圖修改、雙圖合成等圖像編輯功能。
重要事件
2026年3月，NVIDIA在遊戲開發者大會（GDC）上宣布，為Black Forest Labs的FLUX.2 Klein模型發布NVFP4和FP8模型變體。
最佳化後的模型在NVIDIA GeForce RTX 50系列GPU上，使用NVFP4格式時性能最高可提升2.5倍，顯存占用減少60%；使用FP8時性能最高提升1.7倍，顯存占用減少40%。用戶可直接從Hugging Face下載這些最佳化模型檔案，並在ComfyUI中替換使用。
