FLUX.2 4B Gradio 项目

基于 black-forest-labs/FLUX.2-klein-4B 的 Gradio 图像生成与编辑演示。

环境要求

• Python 3.12
• 建议使用 GPU；CPU 可运行但速度较慢

安装（uv）

建议先安装适合你的 PyTorch 版本（CPU/CUDA），再安装其余依赖：

uv venv --python 3.12
uv sync --python 3.12
uv pip install "torch"

如果你需要 CUDA 版本，请按 PyTorch 官网指引安装对应轮子。

已在 uv.toml 中配置清华源，uv 会自动使用：

[[index]]
url = "https://pypi.tuna.tsinghua.edu.cn/simple"

运行

uv run --python 3.12 python app.py

启动后在浏览器打开终端输出的本地地址即可。

FLUX.2 4B LoRA 训练

训练启动脚本放在 train/，基本照搬本地 DiffSynth 的 FLUX.2 4B LoRA 示例，只把路径改成了从 diff101 调用：

bash diff101/train/download_sample_dataset.sh
bash diff101/train/flux2_klein_4b_lora.sh

脚本默认使用 ../DiffSynth-Studio/examples/flux2/model_training/train.py，数据集字段为 image 和 prompt。

可选环境变量

• FLUX_MODEL_ID：替换模型 ID（默认 black-forest-labs/FLUX.2-klein-4B）
• USE_CPU_OFFLOAD=1：启用 CPU offload 以降低显存占用（默认开启）

使用说明

• “编辑图片”支持上传多张参考图，模型会结合这些图进行编辑。
• 输出尺寸会对齐到 16 的倍数。