Black Forest Labs 的 FLUX.1 Kontext [dev] 影像編輯模型現已推出 NVIDIA NIM 微服務。
FLUX.1 模型讓使用者能以簡單語言編輯現有影像，無需微調或複雜的工作流程。
部署強大的 AI 需要策劃模型變體、自適應以管理所有輸入和輸出資料，以及量化以降低 VRAM 需求。 必須轉換模型，才能與最佳化推論後端軟體配合使用，並連接至全新的 AI 應用程式設計介面。
FLUX.1 Kontext [dev] NIM 微服務簡化了這個流程，解鎖更快的生成式 AI 工作流程，並針對 RTX AI PC 最佳化。
適用於 RTX AI PC 的 NVIDIA NIM 微服務與 AI Blueprint 是什麼？
Kontext 中的生成式 AI
FLUX.1 Kontext [dev] 是一款為影像編輯打造的開放權重生成式模型。 它具備引導式的逐步生成流程，無論是微調小細節還是改造整個場景，都能更輕鬆地控制影像的演變方式。
由於模型接受了文字和影像輸入，使用者因此可輕鬆參考視覺概念，並引導其自然直覺地演變。如此一來，便可進行一致、高品質的影像編輯，並忠實於原創概念。
FLUX.1 Kontext [dev] NIM 微服務提供預先封裝的最佳化檔案，可供使用者透過 ComfyUI NIM 節點一鍵下載，讓使用者能輕鬆存取。
NVIDIA 與 Black Forest Labs 合作量化 FLUX.1 Kontext [dev]，將 FP8 (NVIDIA Ada Generation GPU) 的模型大小從 24GB 縮小至 12GB，並將 FP4 (NVIDIA Blackwell 架構) 的模型大小縮小至 7GB。FP8 檢查點針對 GeForce RTX 40 系列的 GPU 進行了最佳化，這些 GPU 的 Tensor Core 中配備了 FP8 加速器。FP4 檢查點針對 GeForce RTX 50 系列 GPU 進行了最佳化，並採用名為 SVDQuant 的全新方法，在保持影像品質的同時，縮小模型大小。
此外，NVIDIA TensorRT 是一款可存取 NVIDIA RTX GPU 中的 Tensor 核心，以實現最高效能的框架，與使用 PyTorch 執行原始 BF16 模型相比，可提供超過 2 倍的加速功能。
這些顯著的效能提升，過去僅限於具備先進 AI 基礎架構知識的 AI 專家和開發者。 透過 FLUX.1 Kontext [dev] NIM 微服務，連愛好者也能以更佳的效能節省時間。
獲得 NIMble
FLUX.1 Kontext [dev] 現已在 Hugging Face 提供 TensorRT 最佳化功能與 ComfyUI。
若要開始使用，請依照 ComfyUI NIM 節點的 GitHub 頁面上的指示操作：
- 安裝 NVIDIA AI Workbench。
- 獲得 ComfyUI。
- 透過 App 中的 ComfyUI 管理器安裝 NIM 節點。
- 在 Black Forest Labs 的 FLUX.1 Kontext 的 [dev] Hugging Face 上接受模型授權。
- 該節點將準備所需的工作流程，並在按一下「執行」後，協助下載所有必要的模型。
NIM 微服務針對 NVIDIA GeForce RTX 與 RTX PRO GPU 的效能進行最佳化，並包含 AI 社群的熱門模型。 在 GitHub 和 build.nvidia.com 探索 NIM 微服務。
RTX AI Garage 部落格系列每週都會推出社群驅動的 AI 創新成果和內容，讓那些有興趣的人瞭解更多有關 NVIDIA NIM 微服務和 AI Blueprint，以及在 AI PC和工作站上建置 AI 代理、創意工作流程、效率應用程式等內容。
在 Facebook、Instagram、TikTok 和 X 上關注 NVIDIA AI PC，並訂閱 RTX AI PC 電子報以隨時掌握最新消息。加入 NVIDIA Discord 伺服器，與社群開發者和 AI 愛好者交流，討論 RTX AI 的潛力。
在 LinkedIn 和 X 上關注 NVIDIA 工作站。
請參閱軟體產品資訊的相關通知。