尧图网站建设 
Mac本地跑FLUX.2文生图3步导出coreai-models扩散模型到diffusion-runner完全指南【免费下载链接】coreai-modelsModel export recipes, Python primitives, and Swift runtime utilities for on-device AI项目地址: https://gitcode.com/gh_mirrors/co/coreai-models想在 Mac 上本地生成 AI 图片不用云端、不传隐私数据coreai-models 正是为此而生它提供模型导出配方、Python 原语和 Swift 运行时工具帮你把 FLUX.2 等开源扩散模型导出为 Core AI 格式直接在 Apple 芯片上跑文生图。本文手把手带新手走完环境准备 → 模型导出 → 命令行出图全流程。coreai-models 是什么Mac 能跑 FLUX.2 吗coreai-models 围绕三块能力构建详见 README.md模型导出把 Hugging Face 上的开源模型转换为 Core AI 的.aimodel格式Python 原语用 PyTorch 编写自定义 Core AI 模型的构建块Swift 运行时基于 Core AI 框架的运行时工具含命令行出图工具diffusion-runnerFLUX.2Klein 4B40 亿参数已在支持列表中macOS 和 iOS 均可运行详见 models/flux2/README.md模型参数量macOSiOSFLUX.2 Klein 4B4B✅✅ 原理上导出后的模型由多个组件按顺序协作文本编码 → 噪声生成 → 去噪循环flow-match Euler→ VAE 解码出图整条流水线实现在 FlowTransformerPipelineFlux2.swift。环境准备一键安装检查清单开始之前确认你的 Mac 满足以下要求依赖版本要求用途macOS27.0运行 Core AI 模型Xcode27.0编译 diffusion-runneruv最新版运行 Python 导出脚本安装 uv 只需一条命令brew install uv克隆仓库git clone https://gitcode.com/gh_mirrors/co/coreai-models cd coreai-models第一步导出 FLUX.2 到 .aimodel 格式FLUX.2 的导出由 CLI 工具coreai.diffusion.export完成源码在 python/src/coreai_models/diffusion/export.py。macOS 平台一条命令即可uv run coreai.diffusion.export flux2-klein-4b --platform macOS这条命令背后自动做了几件聪明事注册表预设见 model_registry.py分辨率macOS 默认 1024×1024压缩默认4bit权重量化float16计算精度——体积和质量平衡的最佳起点组件导出 transformer、text_encoder、vae_decoder、vae_encoder 及半分辨率 VAE出图与图生图都覆盖输出位置默认写入仓库根目录的exports/导出前先预演--dry-run不确定会导出什么加个--dry-run只打印解析后的配置不实际导出uv run coreai.diffusion.export flux2-klein-4b --dry-run想换压缩方案FLUX.2 支持的压缩预设none/4bit/4bit-asym/8bit定义见 presets.py# 全精度不压缩体积最大、速度最慢 uv run coreai.diffusion.export flux2-klein-4b --compression none⚠️ 注意VAE 解码器永远不会被量化保证出图精度。第二步理解 Transformer 打包方式新手必看FLUX.2 的 transformer 有两种导出方式这是新手最容易困惑的地方对比项默认多功能打包--single-function产物单个Transformer.aimodel运行时任选分辨率每个分辨率/网格一个资产磁盘占用共约 2 GB每个约 2 GB峰值内存较高更低macOS 桌面内存充足直接用默认方式即可不需要额外参数。只有 iOS 设备内存紧张时才会强制单函数模式--platform iOS会自动处理。第三步用 diffusion-runner 命令行出图 导出完成后仓库自带 CLI 工具直接出图源码在 swift/Sources/Tools/diffusion-runner/DiffusionRunnerMain.swiftswift run -c release diffusion-runner \ --model exports/flux2-klein-4b \ --prompt a photo of a cat \ --steps 4 \ --guidance-scale 1.0运行后终端会逐步打印去噪进度Step 1/4…完成后默认保存为output.png并告诉你耗时。首次编译稍慢release 模式之后秒级启动。参数调优速查表参数默认值建议--steps204~8 步即可出好图FLUX.2 已蒸馏加速追求细节可拉到 20--guidance-scale7.5默认即可配合--guidance-mode manual可增强文字贴合度--seed42固定种子可复现同一张图--outputoutput.png自定义输出路径--decode-resolutionfull内存吃紧时用half或tiled分块解码--input-image无传入参考图即可切换为图生图模式 工具默认开启lazyModelLoading各组件按需加载、用完即卸载有效压低峰值内存。顺手体验图生图swift run -c release diffusion-runner \ --model exports/flux2-klein-4b \ --prompt a cat wearing a hat \ --input-image cat.png \ --reference-grid half \ --steps 4 --guidance-scale 1.0--reference-grid控制参考图的细节保留程度full1:1最多 token最贴合→half→quarter最轻量、引导最粗。常见问题排查diffusion-runner报无法确定 pipeline 类型说明模型目录缺metadata.json请用coreai.diffusion.export重新导出内存不足换--decode-resolution tiled或导出时选--single-function降低峰值内存出图慢优先减少--steps其次用 4bit 压缩导出想只导出部分组件如--components transformer text_encoder省磁盘空间结语从零到出图只需三条命令回顾一下完整路径装好 uv 和 Xcode →coreai.diffusion.export一键导出 →diffusion-runner命令行出图。coreai-models 让 FLUX.2 这类大模型不再依赖云端隐私数据和算力都留在你的 Mac 上。更多扩散模型如 Sana Sprint与完整模型目录可继续查阅 models/README.md。【免费下载链接】coreai-modelsModel export recipes, Python primitives, and Swift runtime utilities for on-device AI项目地址: https://gitcode.com/gh_mirrors/co/coreai-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Mac本地跑FLUX.2文生图：3步导出coreai-models扩散模型到diffusion-runner完全指南
Mac本地跑FLUX.2文生图3步导出coreai-models扩散模型到diffusion-runner完全指南【免费下载链接】coreai-modelsModel export recipes, Python primitives, and Swift runtime utilities for on-device AI项目地址: https://gitcode.com/gh_mirrors/co/coreai-models想在 Mac 上本地生成 AI 图片不用云端、不传隐私数据coreai-models 正是为此而生它提供模型导出配方、Python 原语和 Swift 运行时工具帮你把 FLUX.2 等开源扩散模型导出为 Core AI 格式直接在 Apple 芯片上跑文生图。本文手把手带新手走完环境准备 → 模型导出 → 命令行出图全流程。coreai-models 是什么Mac 能跑 FLUX.2 吗coreai-models 围绕三块能力构建详见 README.md模型导出把 Hugging Face 上的开源模型转换为 Core AI 的.aimodel格式Python 原语用 PyTorch 编写自定义 Core AI 模型的构建块Swift 运行时基于 Core AI 框架的运行时工具含命令行出图工具diffusion-runnerFLUX.2Klein 4B40 亿参数已在支持列表中macOS 和 iOS 均可运行详见 models/flux2/README.md模型参数量macOSiOSFLUX.2 Klein 4B4B✅✅ 原理上导出后的模型由多个组件按顺序协作文本编码 → 噪声生成 → 去噪循环flow-match Euler→ VAE 解码出图整条流水线实现在 FlowTransformerPipelineFlux2.swift。环境准备一键安装检查清单开始之前确认你的 Mac 满足以下要求依赖版本要求用途macOS27.0运行 Core AI 模型Xcode27.0编译 diffusion-runneruv最新版运行 Python 导出脚本安装 uv 只需一条命令brew install uv克隆仓库git clone https://gitcode.com/gh_mirrors/co/coreai-models cd coreai-models第一步导出 FLUX.2 到 .aimodel 格式FLUX.2 的导出由 CLI 工具coreai.diffusion.export完成源码在 python/src/coreai_models/diffusion/export.py。macOS 平台一条命令即可uv run coreai.diffusion.export flux2-klein-4b --platform macOS这条命令背后自动做了几件聪明事注册表预设见 model_registry.py分辨率macOS 默认 1024×1024压缩默认4bit权重量化float16计算精度——体积和质量平衡的最佳起点组件导出 transformer、text_encoder、vae_decoder、vae_encoder 及半分辨率 VAE出图与图生图都覆盖输出位置默认写入仓库根目录的exports/导出前先预演--dry-run不确定会导出什么加个--dry-run只打印解析后的配置不实际导出uv run coreai.diffusion.export flux2-klein-4b --dry-run想换压缩方案FLUX.2 支持的压缩预设none/4bit/4bit-asym/8bit定义见 presets.py# 全精度不压缩体积最大、速度最慢 uv run coreai.diffusion.export flux2-klein-4b --compression none⚠️ 注意VAE 解码器永远不会被量化保证出图精度。第二步理解 Transformer 打包方式新手必看FLUX.2 的 transformer 有两种导出方式这是新手最容易困惑的地方对比项默认多功能打包--single-function产物单个Transformer.aimodel运行时任选分辨率每个分辨率/网格一个资产磁盘占用共约 2 GB每个约 2 GB峰值内存较高更低macOS 桌面内存充足直接用默认方式即可不需要额外参数。只有 iOS 设备内存紧张时才会强制单函数模式--platform iOS会自动处理。第三步用 diffusion-runner 命令行出图 导出完成后仓库自带 CLI 工具直接出图源码在 swift/Sources/Tools/diffusion-runner/DiffusionRunnerMain.swiftswift run -c release diffusion-runner \ --model exports/flux2-klein-4b \ --prompt a photo of a cat \ --steps 4 \ --guidance-scale 1.0运行后终端会逐步打印去噪进度Step 1/4…完成后默认保存为output.png并告诉你耗时。首次编译稍慢release 模式之后秒级启动。参数调优速查表参数默认值建议--steps204~8 步即可出好图FLUX.2 已蒸馏加速追求细节可拉到 20--guidance-scale7.5默认即可配合--guidance-mode manual可增强文字贴合度--seed42固定种子可复现同一张图--outputoutput.png自定义输出路径--decode-resolutionfull内存吃紧时用half或tiled分块解码--input-image无传入参考图即可切换为图生图模式 工具默认开启lazyModelLoading各组件按需加载、用完即卸载有效压低峰值内存。顺手体验图生图swift run -c release diffusion-runner \ --model exports/flux2-klein-4b \ --prompt a cat wearing a hat \ --input-image cat.png \ --reference-grid half \ --steps 4 --guidance-scale 1.0--reference-grid控制参考图的细节保留程度full1:1最多 token最贴合→half→quarter最轻量、引导最粗。常见问题排查diffusion-runner报无法确定 pipeline 类型说明模型目录缺metadata.json请用coreai.diffusion.export重新导出内存不足换--decode-resolution tiled或导出时选--single-function降低峰值内存出图慢优先减少--steps其次用 4bit 压缩导出想只导出部分组件如--components transformer text_encoder省磁盘空间结语从零到出图只需三条命令回顾一下完整路径装好 uv 和 Xcode →coreai.diffusion.export一键导出 →diffusion-runner命令行出图。coreai-models 让 FLUX.2 这类大模型不再依赖云端隐私数据和算力都留在你的 Mac 上。更多扩散模型如 Sana Sprint与完整模型目录可继续查阅 models/README.md。【免费下载链接】coreai-modelsModel export recipes, Python primitives, and Swift runtime utilities for on-device AI项目地址: https://gitcode.com/gh_mirrors/co/coreai-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考