Adobe Firefly AI視頻編輯器迎來重大升級，新增文本提示局部修改功能，並集成FLUX.2、Astra、Aleph等先進模型，顯著提升視頻創作自由度和畫質。
阿里巴巴通義實驗室開源Z-Image-Turbo-Fun-Controlnet-Union模型，擴展Z-Image系列圖像生成生態。該模型強化了精確控制與創意生成能力，已在Hugging Face上線，採用Apache2.0許可，支持商用。
Flux.2開源引爆AI圖像生成革命：4MP圖片8秒生成僅0.003美元，成本僅爲谷歌方案的千分之一。開源社區迅速驗證其性能，專業版採樣步數降至8步，速度大幅提升。網友直指谷歌定價過高，這場技術突破正在重塑行業競爭格局。
【AI日報】摘要：FLUX.2系列開源發佈，含dev版32B參數權重與代碼，支持10圖參考和4MP編輯功能。開發者可通過此工具探索圖像生成與編輯技術。詳情點擊：https://app.aibase.com/zh
基於Flux AI模型，可實現文本生成圖像和圖像編輯轉換
免費在線高級AI圖像生成與編輯器，快速生成逼真圖像並編輯
免費無限的Flux 2 AI圖像生成器，用先進模型創作專業級藝術作品
FLUX.2 Pro可一鍵生成與編輯，用提示詞和8張參考圖得4MP清晰文本圖像。
city96
FLUX.2-dev是由black-forest-labs開發的圖像生成和編輯模型，已轉換為GGUF格式，專為圖像生成任務優化，採用擴散模型架構，支持在ComfyUI框架中使用。
gguf-org
flux2-dev-gguf 是一個基於 FLUX.2-dev 的圖像到圖像轉換模型，專門用於根據文本提示生成特定風格的圖像。該模型支持在 ComfyUI 環境中運行，能夠將文本描述轉換為風格化的視覺內容。
silveroxides
基於 black-forest-labs/FLUX.2-dev 的優化版本圖像生成模型，支持圖像到圖像的生成和編輯任務，採用 fp8_scaled 量化技術提升推理速度，特別適合在低顯存 GPU 上使用。
ostris
這是一個基於LoRA技術的文本到圖像轉換模型，專門用於生成具有法國印象派畫家貝爾特·莫里索藝術風格的圖像。該模型在FLUX.2-dev基礎模型上訓練，能夠將普通圖像或文本描述轉換為莫里索風格的畫作。
diffusers
FLUX.2-dev是基於NF4量化的DiT和文本編碼器的圖像生成與編輯模型，提供高質量的圖像生成和編輯能力，適用於圖像領域的開發應用。
black-forest-labs
FLUX.2 [dev] 是一個擁有320億參數的校正流變壓器模型，專門用於圖像生成、編輯和組合任務。該模型在文本到圖像生成、單參考編輯和多參考編輯方面處於領先水平，無需微調即可實現角色、對象和風格參考，支持個人、科學和商業用途。
Owen777
UltraFlux是一款基於Flux的擴散變換器，專門用於原生4K文本到圖像生成。它通過數據、架構和損失的協同設計，能夠在各種不同縱橫比下保持一致的圖像質量。
QuantStack
本項目是基於Flux架構的文本到圖像模型Nepotism的量化版本，採用SVDQuant技術進行優化。提供了INT4和FP4兩種量化格式，分別適用於不同世代的GPU硬件，在保持圖像生成質量的同時顯著減少模型大小和內存佔用。
Minthy
這是一個基於RouWei-0.8的實驗性預訓練模型，採用16通道潛在空間架構，使用Flux自動編碼器。該模型旨在以較低計算成本實現更精細的圖像細節，同時保留原有模型的知識和性能。
這是基於Danrisi的Flux架構文本到圖像模型UltraReal Fine-Tune的Nunchaku量化（SVDQ）版本。該模型提供了兩種量化格式：INT4適用於非Blackwell架構GPU（50系列之前），NVFP4適用於Blackwell架構GPU（50系列），旨在降低硬件需求同時保持圖像生成質量。
spooknik
這是UltraReal Fine-Tune模型的SVDQ量化版本，由Danrisi基於Flux開發，是一款文本到圖像生成模型。該版本提供了多種量化方案，適配不同GPU硬件，特別針對非Blackwell系列和Blackwell系列GPU進行了優化。
Project0 SVDQ 是基於 Flux Dev 和 Flux Krea 的文本到圖像模型的量化版本，採用 SVDQuant 技術進行優化，提供 INT4 和 FP4 兩種量化格式，分別適用於不同世代的 GPU 硬件。
這是Project0模型的SVDQ量化版本，基於Flux Dev和Flux Krea創建的文本到圖像模型。該模型提供了多種量化格式，針對不同GPU架構進行了優化，包括INT4和FP4量化版本，適用於Blackwell和非Blackwell GPU用戶。
基於Flux.1開發的文本到圖像生成模型的量化版本，採用SVDQ量化技術，提供INT4和FP4兩種量化格式，適用於不同硬件平臺的高效圖像生成。
基於Flux.1的文本到圖像模型的量化版本，採用SVDQ量化技術，提供INT4和FP4兩種精度，適用於不同GPU配置的用戶，在保持圖像質量的同時顯著減少模型大小和內存佔用。
Jib Mix Flux是基於J1B的Flux.1-Dev的文本到圖像生成模型，本倉庫提供其SVDQ量化版本，包含INT4和NVFP4兩種量化格式，分別適用於不同代際的GPU硬件。
基於J1B的Flux.1-Dev開發的文本到圖像生成模型的量化版本，採用SVDQuant技術進行優化，提供INT4和FP4兩種量化格式，適用於不同GPU架構的用戶。
PixelWave是基於Flux.1開發的文本到圖像模型，經過Nunchaku量化（SVDQ）優化，為不同GPU配置的用戶提供了高效的圖像生成解決方案。
基於Flux.1開發的文本到圖像生成模型的SVDQ量化版本，提供INT4和FP4兩種量化格式，針對不同GPU架構優化，在保持圖像質量的同時顯著減少顯存佔用和提升推理速度。
Fluxmania Legacy是基於Flux.1開發的文本到圖像生成模型，本倉庫提供了經過Nunchaku量化（SVDQ）的版本，包含INT4和NVFP4兩種精度，適配不同GPU配置的用戶使用。
Flux UI組件參考的MCP服務，提供組件文檔和示例的查詢功能
基於Flux.1 Schnell模型的高質量圖像生成MCP服務器
DiffuGen是一個先進的本地圖像生成工具，集成了MCP協議，支持多種AI模型（包括Flux和Stable Diffusion系列），可直接在開發環境中生成高質量圖像。它提供了靈活的配置選項、多GPU支持，並可通過MCP協議與多種IDE集成，同時提供OpenAPI接口供外部調用。
基於TypeScript的MCP服務器，集成Flux Schnell模型實現文本轉圖像生成功能
基於MCP協議的Flux Schnell圖片生成服務器，通過Replicate API實現AI繪圖功能
一個基於端腦雲Flux模型API的MCP服務器實現，提供AI能力支持，支持Claude Desktop集成。
一個基於fal.ai FLUX.1 Pro模型的圖像生成服務，通過MCP協議提供API調用能力
設置4K YouTube視頻的MCP複製FLUX服務
一個基於Replicate Flux模型的圖像生成MCP服務器，為Claude Desktop提供圖像生成能力
一個為Windsurf提供圖像生成和網頁抓取功能的MCP服務器，支持Flux Pro模型生成圖像和ScrapeGraph API進行網頁內容提取。
ImageGen MCP Server是一個支持多種AI圖像生成模型（包括GPT-Image-1、Google Imagen 4、Flux 1.1等）的MCP服務器，提供靈活的圖像生成、尺寸調整和輸出格式選項，可無縫集成到各種MCP客戶端中。
一個基於Node.js的MCP服務器項目
基於MCP協議的SiliconFlow Flux圖像生成服務器
MCP Flux Studio是一個強大的模型上下文協議服務器，將Flux的高級圖像生成功能集成到AI編程助手中，支持Cursor和Windsurf IDE。
Flux Image MCP Server是一個基於Flux Schnell模型的圖像生成服務，通過Replicate平臺提供API接口，支持通過文本描述生成圖像。
一個通過Replicate的FLUX模型生成圖片並存儲到Cloudflare R2的MCP服務器
Image Generation MCP Server是一個為Claude Desktop提供圖像生成功能的MCP服務器，使用Replicate Flux模型，支持通過文本提示生成圖像，並可通過Smithery或npm安裝配置。
Modal MCP工具箱是一個運行在Modal平臺上的工具集合，基於模型上下文協議(MCP)，可為LLM提供擴展功能，如Python沙箱代碼執行和FLUX模型圖像生成。
Replicate Flux MCP是一個基於Model Context Protocol（MCP）的高級服務器，通過Replicate API利用Flux Schnell和Recraft V3 SVG模型，為AI助手提供高質量的圖像和矢量圖形生成能力。
一個基於MCP協議的圖像生成服務器，使用Replicate的flux-schnell模型，支持通過文本提示生成圖像，並可配置多種參數。
Diffusers英語%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
