基于节点图的扩散模型图形界面、API 与后端,可在本地生成图像、视频、音频和 3D 内容。
mflux-community/mflux
基于 Apple MLX 原生实现的图像生成模型集合,可在 Mac 上本地运行 FLUX、Z-Image、Qwen Image 等模型。
可替代:Midjourney
- Star
- 2,520
- Fork
- 202
- 未关闭 Issue
- 13
- 最近提交
- 昨天
这是什么?
MFLUX 是一个 Python 项目,使用 Apple 的 MLX 框架重新实现了 Hugging Face Diffusers 和 Transformers 中的多个近期图像生成模型。模型可直接在 Apple Silicon 的 Mac 上本地运行,无需单独的 CUDA 或 PyTorch GPU 环境,首次使用时会自动下载权重。
项目支持文生图、图生图、LoRA 加载与训练、量化,以及上下文编辑、多图编辑等工作流。已支持的模型包括 FLUX.1、FLUX.2、Z-Image、Qwen Image、FIBO、用于超分的 SeedVR2 以及深度估计模型 Depth Pro。每个模型都提供命令行工具,同时提供 Python API。
项目通过 PyPI 发布,可用 uv 安装。代码刻意保持精简和显式,便于对照参考实现阅读each模型的实现。
核心功能
- 01基于 MLX 在 Apple Silicon 上原生运行图像模型,无需 CUDA。
- 02支持 FLUX.1、FLUX.2、Z-Image、Qwen Image、FIBO、SeedVR2 等多个模型系列。
- 03支持量化以及 LoRA 加载,包括多 LoRA 和 LyCORIS LoKr。
- 04每个模型提供命令行工具,并提供 Python API。
- 05包含上下文编辑、修复(inpainting)、ControlNet 和超分等编辑功能。
适用场景
- 在 Mac 上本地生成图片,无需把提示词发送到云端服务。
- 使用统一的工具链试用多个开源图像模型。
- 在 Apple Silicon 上为图像模型应用 LoRA 适配器。
- 在 Mac 上使用 SeedVR2 进行图片超分,或用 Depth Pro 估计深度图。
快速上手
- 1
从 README 中的链接安装 uv
- 2
将 MFLUX 安装为 uv 工具
uv tool install --upgrade mflux - 3
使用 Z-Image Turbo 模型生成第一张图片
mflux-generate-z-image-turbo \ --prompt "A puffin standing on a cliff" \ --width 1280 \ --height 500 \ --seed 42 \ --steps 9 \ -q 8
使用前须知
- 仅适用于运行 MLX 的 Apple 芯片 Mac,因此仅支持 macOS。
- 模型在首次运行时自动下载,可能耗时较长且占用大量磁盘空间。
- 部分大型模型(如 20B 的 Qwen Image)运行较慢。
标签
常见问题
- mflux 是什么?
- 基于 Apple MLX 原生实现的图像生成模型集合,可在 Mac 上本地运行 FLUX、Z-Image、Qwen Image 等模型。 MFLUX 是一个 Python 项目,使用 Apple 的 MLX 框架重新实现了 Hugging Face Diffusers 和 Transformers 中的多个近期图像生成模型。模型可直接在 Apple Silicon 的 Mac 上本地运行,无需单独的 CUDA 或 PyTorch GPU 环境,首次使用时会自动下载权重。
- mflux 可以免费使用吗?用的什么许可证?
- mflux 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- mflux 还在维护吗?
- 活跃维护中。mflux 最近一次提交是在 2026年10月20日。
- mflux 适合用来做什么?
- 在 Mac 上本地生成图片,无需把提示词发送到云端服务。 使用统一的工具链试用多个开源图像模型。 在 Apple Silicon 上为图像模型应用 LoRA 适配器。 在 Mac 上使用 SeedVR2 进行图片超分,或用 Depth Pro 估计深度图。
- mflux 怎么安装和运行?
- 从 README 中的链接安装 uv 将 MFLUX 安装为 uv 工具: uv tool install --upgrade mflux 使用 Z-Image Turbo 模型生成第一张图片: mflux-generate-z-image-turbo \ --prompt "A puffin standing on a cliff" \ --width 1280 \ --height 500 \ --seed 42 \ --steps 9 \ -q 8
- 在哪里获取 mflux?
- 源代码和安装说明在 GitHub 上:https://github.com/mflux-community/mflux
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 PyTorch 的扩散模型库,提供预训练模型、噪声调度器和组件,用于图像、视频和音频生成。
面向图像、视频和音频生成的开源 Diffusion 模型引擎,支持低显存推理与训练。
面向扩散模型微调的一体化训练套件,支持图像、视频和音频模型,可通过 Web UI 或命令行使用。
基于 Together AI 上 FLUX 模型的开源 AI 标志生成器,无需注册即可免费生成标志。
面向 Stable Diffusion 等图像生成模型的训练、生成与工具脚本集合,支持 LoRA 与微调。