更多AI前沿科技资讯，请关注我们：
closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台
【closerAI ComfyUI】黑森林最新升级：FLUX.2 [klein] 9B-KV 重磅发布！KV 缓存加持，多参考图像编辑速度飙升 2.5 倍！
大家好，我是Jimmy。
在 AI 图像生成领域，速度与质量的平衡一直是开发者与创作者最头疼的问题。2026 年 1 月，Black Forest Labs 推出的 FLUX.2 [klein] 系列已将“亚秒级生成 + 多参考编辑”推向新高度：【closerAI ComfyUI】快就一个字！FLUX2 klein的极速生图与图像编辑解决方案！又快又稳，一个开源界图像生成的综合模型的极致用法.这套模型已经很强，我也围绕它开发了不少节点辅助生成，如打光t和多视角：
【closerAI ComfyUI】CloserAI-Relight-Control重打光和多视角的插件解决方案！flux2 klein、qwenEdit都能玩起来！
风格迁移，光影迁移，图案迁移、万物换肤等：
【closerAI ComfyUI】电商最强辅助，一个字，强！flux2 klein的图案提取与万物换肤解决方案，速度与质量并存！
而就在最近，他们又带来了一个重量级优化变体——FLUX.2 [klein] 9B-KV。
这款模型不是简单的迭代，而是专为多参考图像交互编辑场景量身打造的“速度怪兽”。它在保留 FLUX.2 [klein] 9B 全部顶级能力的同时，通过创新的 KV 缓存机制，将重复计算大幅削减，真正让“实时交互视觉智能”从概念走向落地。
一、项目核心总结：什么是 FLUX.2 [klein] 9B-KV？
FLUX.2 [klein] 9B-KV 是 Black Forest Labs 在 FLUX.2 [klein] 9B 基础上的优化变体，核心亮点在于KV-Cache 支持，专为加速多参考图像编辑工作流而生。
- 模型规格：9B 流模型 + 8B Qwen3 文本嵌入器，步蒸馏至仅 4 步推理，即可实现亚秒级生成。
- 核心能力：文本生成图像（T2I）、单/多参考图像编辑，全统一在一个模型中，无需切换不同 pipeline。
- 硬件门槛：全量模型版本，需要的配置约 29GB VRAM，NVIDIA RTX 5090 及以上即可流畅运行。
- 许可协议：FLUX Non-Commercial 非商业许可，可免费用于研究、个人创作与原型验证。
- 开源集成：完美适配 Hugging Face Diffusers，已提供 Flux2KleinKVPipeline，开箱即用。
一句话概括：它就是“更快、更聪明、更适合交互”的 FLUX.2 [klein] 9B。
二、与前代模型相比，到底有何不同？
前代主力模型 FLUX.2 [klein] 9B 已经非常强悍：
- 统一生成与编辑架构
- 4 步蒸馏实现亚秒级速度
- 支持多参考图像融合
- 优秀提示遵循能力和输出多样性
- 匹配甚至超越 5 倍参数量模型的质量
但在多参考编辑场景下，它仍有明显痛点：在每一次去噪步骤中，参考图像的 Token 都需要完整前向计算一次。假如你用 3 张参考图做 4 步推理，就要重复计算参考图像 4 次——计算冗余巨大。
FLUX.2 [klein] 9B-KV 的革命性突破在于引入 KV-Cache 机制：
- Step 0：首次完整前向，提取参考图像的 Key-Value 对并存入缓存。
- Step 1-3：直接复用缓存的 KV 对，跳过参考图像的重复计算。
实测结果：多参考编辑场景下推理速度提升最高达 2.5 倍！ 这不是理论加速，而是实打实的多参考、多次迭代场景下的质变——生成变体、风格融合、交互式设计工具的延迟大幅降低，用户几乎感受不到“等待”。
简单说：
- 标准 9B：适合单次生成或少量参考，速度已极快。
- 9B-KV：专为“同一组参考图反复编辑”而生，是交互式应用的天生搭档。
三、它的核心价值：开启真正意义上的“交互式视觉智能”
在 Black Forest Labs 的愿景中，AI 不只是“画图工具”，而是能看、创、迭代的实时伙伴。
FLUX.2 [klein] 9B-KV 最突出的价值就在于：让多参考编辑从“能用”变成“丝滑好用”。
正如 Black Forest Labs 在博客中所言：“我们相信，未来属于那些能让创作者与开发者实时看见、创造、迭代的 AI 系统。” 9B-KV 正是迈向这一愿景的关键一步。
四、comfyUI中的实现
comfyUI目前已支持flu2 klein-9B-KV 版本。使用FP8模型。
基础工作流可以在更新comfyUI后在模板中找到
打开如下：
设备要求有点高。这里我重点是分享下GGUF的解决方案。
flu2 klein-9B-KV GGUF图像生成与编辑工作流方案
1、flux2 klein-9B-KV GGUF模型下载
地址：https://huggingface.co/QuantStack/FLUX.2-Klein-9B-KV-GGUF
这里我下载的是：Flux-2-Klein-9B-KV-Q4_K_M.gguf ，下载后放置models\diffusion_models下
2、更新GGUF节点
https://github.com/city96/ComfyUI-GGUF
3、下载一个GGUF 模型兼容的 Flux KV Cache 节点
https://github.com/YarvixPA/ComfyUI-YarvixPA
第2、3节点下载后放置comfyUI/custom_nodes下
4、工作流搭建
flux2 klein-9B-KV GGUF图像生成与编辑工作流方案
在前面教程文章中有介绍过flux2 klein的GGUF工作流：
在此基础主要修改两个地方即可运行这个模型。
第一是加载模型如下图示。
其中在clip模型中使用qwen3-8B-Q4_K_M.GGUF减少低配设备压力；
第二是加上GGUF 模型兼容的 Flux KV Cache 节点
然后因为是蒸馏版本的flux2 klein 9B-kv模型，所以它是4步 1CFG的设置
至此工作流搭建完毕：这是多图编辑的，单图则将第二、第三张同时忽略即可。
体验效果如下：
案例一：多主体一致性
提示词：图1与图2人物在伦敦桥上合照
案例二：多主体一致性
提示词：图1人物换上图2的穿搭，出现在广州塔，不同姿势，全景
它不懂广州塔，哈哈。情有可原。
案例三：姿势编辑
这里使用到我开发的closerAI 3D pose节点（好久没更新优化这个节点，想法很多，工作量也有些大）
提示词：图1人物换上图2的穿搭，出现在广州塔，不同姿势，全景
案例四：单图编辑
提示词：
朋友圈风格・3D 弹出写真提示词。写实高清时尚上身照，人物：[角色描述 + 表情]，身着：[详细服装]。画面为仿微信朋友圈界面，居中白色卡片框，背景柔和纯色：[背景色]。
界面细节：顶部：细白边框，模拟朋友圈卡片顶部。左侧、右侧：细白边框
底部：粗白边框，模拟微信朋友圈底部互动区
底部带有：点赞图标、评论图标、分享图标
底部文字清晰可见：[点赞数] 点赞，[用户名]，文案：[标题文字]… 展开，查看更多评论
本地算力不够怎么办？
如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn
人物迁移精准替换flux2klein应用体验地址：
体验地址：https://www.runninghub.cn/ai-detail/2017945754324705281
注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151
通过这个链接第一次注册送1000点，每日登录送100点
最后几句：
如果对你有帮助，请一键三连支持下我，感谢
以上是closerAI团队制作的stable diffusion comfyUI closerAI flux2 klein-9B-KV GGUF图像生成与编辑工作流方案0313的介绍，当然，也可以在我们closerAI会员站上获取(查看原文)。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：JimmyMo
更多AI前沿科技资讯，请关注我们：
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
评论(0)