最新
FLUX 模型家族怎么选：FLUX.1、FLUX.2 与 klein 的许可证和显存差异
FLUX 不是一个模型，是一组许可证、显存门槛与交付方式各不相同的型号。klein 4B 是 Apache 2.0，9B 与 dev 属非商业授权，pro/flex/max 只走 API。按官方规格表一次分清。
最新文章
Qwen-Image-2.1 中文文字渲染与许可证：开源不等于可商用
模型类型7B、32 层单流 DiT、原生透明图、最多 10 张参考图是官方博客写明的规格；但仓库 LICENSE 是 Qwen RESEARCH LICENSE AGREEMENT，仅允许…
Z-Image 造相：6B 单流 DiT 与 Turbo 的 8 次前向
模型类型官方仓库写明 6B 参数、S3-DiT 单流架构、Turbo 8 NFEs、16GB 显存消费级设备，以及标准 Apache 2.0。Base 与 Turbo 的步数、CFG 设置…
Stable Diffusion 3.5 与 SDXL 的区别：架构、文本编码器与商用授权
模型类型SDXL 是 U-Net 加双 CLIP，SD 3 系列换成 MMDiT 加 rectified flow 并引入 T5。LoRA 与 ControlNet 不能直接搬。Commu…
Nano Banana 是什么：Gemini 原生图像生成的型号、水印与边界
模型类型Nano Banana 不是可下载权重，而是 Gemini 图像能力的统称，对应 gemini-* 一组模型 ID。所有输出默认带 SynthID；1K/2K/4K 按输出图像 t…
AI 绘画模型商用前必查的四件事：许可证、衍生作品、输出权与 API 条款
模型类型能下载不等于能商用。Apache 2.0、开放权重非商业、研究用途协议、社区营收门槛、仅 API 五类边界各不同；附六步核验清单，避免把量化版或旧版本结论套错。
为什么提示词后半段没生效：CLIP 77 token 上限与新一代文本编码器
提示词CLIP 的窗口是 77 个 token，超出部分被静默截断；T5 常用 512，新模型改用语言模型或视觉语言模型。附三步反证实验，判断你这条管线到底读进了多少。
显存不够怎么办：fp8、GGUF、蒸馏与分块各自省了什么
工作流降精度省每参数字节、低比特格式省权重占用、蒸馏省步数、分块省峰值张量，四条路可以叠加但代价不同。附 OOM 排查顺序，先别急着换 Q4 量化。
DiT 取代 U-Net 到底改了什么：图像变成 token，去噪路径被拉直
基础与参数把图像切成 patch 与文本一起过 transformer，语言全程参与；flow matching 让去噪轨迹更直，少步采样才可行。但步数少不等于总耗时少，画质差异也不能单归因…
指令式图像编辑与图生图不是一回事：四种改图方式怎么选
工作流图生图靠 denoise 控制加噪比例，局部重绘靠蒙版，指令式编辑靠语义理解，多参考图负责合成。官方规格：最多 10 张 / 14 张参考图，保真是概率性的，输出可能带水印。