nunchaku-flux.1-kontext-dev整合包
配置要求：4G以上显卡可用
是一个由 MIT Han Lab 开发的开源项目，专注于高效的 4 位神经网络推理，基于 SVDQuant 量化技术，优化了 FLUX.1-Kontext-dev 模型的性能。该项目通过 ComfyUI 插件（ComfyUI-nunchaku）实现，旨在加速图像生成和编辑，同时降低显存需求，适合低配硬件用户（如 8GB VRAM 的 GPU）。
https://github.com/mit-han-lab/ComfyUI-nunchaku
HuggingFace 模型地址：https://huggingface.co/mit-han-lab/nunchaku-flux.1-kontext-dev
浏览页面打开时候需要稍等一下下，因为需要下载模型要点时间，请勿关闭浏览页面
一、核心特点
1.高效量化：使用 SVDQuant 技术将模型量化为 4 位（支持 INT4 和 FP4），相比 BF16 模型减少 3.6 倍显存占用，在 16GB 4090 GPU 上比 16 位模型提速 8.7 倍。
2.快速图像生成：在 RTX 3090 上，生成 1024x1024 图像仅需 3.6 秒（配合 First Block Cache）。
3.多功能支持：支持 多 LoRA、ControlNet、文本到图像、图像编辑（如 inpainting、sketch-to-image）等功能，兼容 FLUX.1-tools 和 FLUX.1-dev-ControlNet-Union-Pro 模型。
4.低硬件需求：优化后可在 4GB VRAM 的 GPU 上运行，适合学生、爱好者等预算有限用户。
5.易于集成：通过 ComfyUI-nunchaku 插件提供节点（如 Nunchaku Flux DiT Loader），支持便捷的工作流配置。
