Boogu-Image-0.1-Base-4bit快速入门5分钟搭建你的第一个AI图像生成环境【免费下载链接】Boogu-Image-0.1-Base-4bit项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/Boogu-Image-0.1-Base-4bitBoogu-Image-0.1-Base-4bit是一款基于MLX框架的高效AI图像生成模型专为Apple Silicon优化支持中英双语文本到图像的转换。它采用OmniGen2-lineage pipelineDiT FLUX.1 VAE FlowMatchEuler scheduler架构通过int4量化技术将模型大小压缩至约7.4GB在保持高性能的同时大幅降低了硬件要求。 准备工作环境要求在开始之前请确保你的系统满足以下条件搭载Apple Silicon芯片的Mac设备Python 3.8及以上版本至少8GB可用内存推荐16GB以上以获得更佳体验 一键安装步骤1. 安装核心依赖打开终端执行以下命令安装MLX框架及相关依赖pip install mlx mlx-vlm2. 获取项目代码克隆Boogu-Image的MLX实现仓库并安装git clone https://gitcode.com/hf_mirrors/mlx-community/Boogu-Image-0.1-Base-4bit cd Boogu-Image-0.1-Base-4bit git clone https://github.com/xocialize/boogu-image-mlx cd boogu-image-mlx pip install -e . 快速生成你的第一张图像基础使用示例创建一个Python文件输入以下代码from boogu_image_mlx.pipeline_mlx import BooguImagePipeline from PIL import Image # 加载模型 pipe BooguImagePipeline.from_pretrained( ../, # 指向Boogu-Image-0.1-Base-4bit模型目录 mlx-community/Qwen3-VL-8B-Instruct ) # 生成图像 img pipe.generate( 一只红色熊猫在海浪上冲浪照片级真实感, # 中文提示词 height1024, width1024, steps30, guidance3.5 ) # 保存结果 Image.fromarray(img).save(panda_surfing.png)参数说明height/width: 生成图像的高度和宽度建议使用1024x1024以获得最佳效果steps: 扩散步骤数数值越高图像质量越好但生成速度会变慢guidance: 引导强度数值越高图像与提示词的匹配度越高建议范围2.0-7.5⚙️ 模型结构解析Boogu-Image-0.1-Base-4bit模型包含以下核心组件Transformer模块transformer/transformer_int4.safetensors - 采用int4量化的Transformer模型负责文本到图像的核心转换VAE模块vae/diffusion_pytorch_model.safetensors - FLUX.1 VAE用于图像的编码和解码调度器scheduler/scheduler_config.json - FlowMatchEuler调度器控制扩散过程 实用技巧提示词优化尽量使用具体、详细的描述词如8K分辨率超写实细节丰富自然光性能平衡在性能有限的设备上可将分辨率降低至768x768并减少steps至20双语支持模型原生支持中英文提示词可混合使用以获得更精准的效果 许可证信息本项目基于Apache-2.0许可证开源详细信息请参见LICENSE文件。通过以上简单步骤你已经成功搭建了Boogu-Image-0.1-Base-4bit的AI图像生成环境。现在就开始探索无限的创意可能性吧无论是艺术创作、设计原型还是概念可视化这款高效的AI工具都能成为你的得力助手。【免费下载链接】Boogu-Image-0.1-Base-4bit项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/Boogu-Image-0.1-Base-4bit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考