Flux安装教程：6G显存轻松上手

之前聊过几种体验 Flux 模型的方法，从在线网站到 ComfyUI 标准工作流都涉及了。这次来点更实际的——针对低显存用户的 ComfyUI Flux.1 dev GGUF 工作流本地部署，一步一步拆解清楚。

一. 初识 GGUF

GGUF 全称 GPT-Generated Unified Format，是 llama.cpp 创始人 Georgi Gerganov 提出的一种专为大型语言模型设计的二进制文件格式。通俗点说，它把大模型的预训练结果打包得更紧凑，加载速度也更快。对于显存吃紧的玩家来说，这个方案非常友好。

在 GitHub 上 XLabs-AI 的官方仓库里，低内存场景首推的就是 GGUF：

• https://github.com/XLabs-AI/x-flux-comfyui

另外，不少朋友可能听说过另一种低显存方案——Flux.1 dev NF4，不过目前这条路已经被官方废弃了。

• https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4

二. Flux.1 dev GGUF 工作流搭建

下面以一个典型的 ComfyUI Flux.1 dev GGUF 工作流为例，逐个环节说明。工作流的 JSON 文件可以在下面步骤中提到的网盘获取（注意：网盘链接已按规则删除，建议自行查找或从官方渠道获取）。

开始之前有个前提：如果你的 ComfyUI 不是最新版，先更新到最新版本。

1. 插件的安装

需要安装 ComfyUI-GGUF 插件，官方地址：

• https://github.com/city96/ComfyUI-GGUF

推荐通过 ComfyUI 的插件管理器搜索「ComfyUI-GGUF」直接安装，一键搞定。

当然，也可以手动在 \ComfyUI\custom_nodes 目录下用 git 命令克隆：

• git clone https://github.com/city96/ComfyUI-GGUF

安装完成后重启 ComfyUI。

2. flux1-dev GGUF 模型的下载

模型文件可以从 Hugging Face 获取：

• https://huggingface.co/city96/FLUX.1-dev-gguf/tree/main

下载后放到 ComfyUI\models\unet 目录下。版本建议：

• dev 版推荐：flux1-dev-Q8_0.gguf
• channel 版推荐：flux1-dev-Q4_K_S.gguf

3. CLIP 模型的下载

CLIP 模型同样来自 Hugging Face：

• https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main

需要下载两个文件：t5xxl_fp8_e4m3fn.safetensors（4.89 GB）和 clip_l.safetensors（246 MB），放置到 ComfyUI\models\clip 目录下。

4. VAE 模型的下载

VAE 模型从 Black Forest Labs 官方仓库下载：

• https://huggingface.co/black-forest-labs/FLUX.1-dev/tree/main

下载 ae.safetensors（335 MB）放到 ComfyUI\models\vae 目录下。

5. LORA 模型的下载

目前 Flux.1 发布了 7 款 LoRA，涵盖动漫、艺术、迪士尼、MJV6、毛绒、写实、风景等风格。下载地址：

• https://huggingface.co/XLabs-AI/flux-lora-collection/tree/main

将需要的 LoRA 文件放到 ComfyUI\models\loras 目录下。

6. 使用工作流

启动 ComfyUI，点击主界面的「Load」按钮，加载工作流文件。

至此，Flux.1 dev GGUF 的 ComfyUI 工作流就可以跑起来了。

关于两个工作流的区别：Flux.1 dev 标准版使用 Load Diffusion Model 节点，而 GGUF 版使用 Unet Loader (GGUF) 节点。本质差异在于模型的加载方式，其余流程基本一致。

以上就是本地部署 ComfyUI Flux.1 dev GGUF 工作流的完整步骤。如果你已经准备好模型和插件，很快就能体验到低显存跑 Flux 的效果了。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Flux安装教程：6G显存轻松上手要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题