Nunchaku Windows 无需预编译直接下载whl文件与安装教程（Torch 2.7 / 2.8）

Nunchaku Windows 无需预编译直接下载whl文件与安装教程（Torch 2.7 / 2.8）

关键词：Nunchaku Windows、nunchaku whl 下载、Torch 2.7 CUDA 12.8、Torch 2.8 CUDA 12.8、Python 3.11 3.12 3.13、Z-image、nunchaku-1.1.0+torch2.7-cp311-cp311-win_amd64.whl、 nunchaku-1.1.0+torch2.7-cp312-cp312-win_amd64.whl、 nunchaku-1.1.0+torch2.7-cp313-cp313-win_amd64.whl、nunchaku-1.1.0+torch2.8-cp311-cp311-win_amd64.whl、 nunchaku-1.1.0+torch2.8-cp312-cp312-win_amd64.whl、 nunchaku-1.1.0+torch2.8-cp313-cp313-win_amd64.whl

在这里插入图片描述

前段时间在本地折腾 Nunchaku 的 Windows 环境，踩了不少坑，尤其是 CUDA + Torch + Python 版本 对不齐的问题。 后来整理了一份 已编译好的 Windows x64 Wheel 包，直接安装即可用，省去了本地编译的时间成本，下面把完整信息记录下来，方便后续查阅。

一、包含的 Wheel 文件列表和下载地址

https://pan.quark.cn/s/aa2feef45dd9 本次整理的文件如下（按 Torch / Python 版本区分）：

nunchaku-1.1.0+torch2.7-cp311-cp311-win_amd64.whl
nunchaku-1.1.0+torch2.7-cp312-cp312-win_amd64.whl
nunchaku-1.1.0+torch2.7-cp313-cp313-win_amd64.whl

nunchaku-1.1.0+torch2.8-cp311-cp311-win_amd64.whl
nunchaku-1.1.0+torch2.8-cp312-cp312-win_amd64.whl
nunchaku-1.1.0+torch2.8-cp313-cp313-win_amd64.whl

二、Nunchaku Windows 预编译 Wheel 说明

本资源提供的是 Nunchaku 的 Windows 预编译二进制文件（.whl），具备以下特点：

• 已开启 Z-image 支持
• 仅针对 Windows x64
• 编译环境基于 CUDA 12.8
• 可直接 pip install，无需本地编译

支持的显卡架构

• RTX 30xx 系列（Ampere）
• RTX 40xx 系列（Ada Lovelace）
• 数据中心显卡（A100 / H100）

三、Windows 版本兼容矩阵（CUDA 12.8）

所有 Wheel 均基于 CUDA 12.8（cu128）

建议：

• 新项目直接用 Torch 2.8 + Python 3.12
• 老环境可以选择 Torch 2.7

四、编译环境与构建方式说明

这些 Wheel 文件构建于 2025 年 12 月，环境信息如下：

• 操作系统：Windows 11 x64
• 编译器：Visual Studio 2022（MSVC）
• CUDA Toolkit：12.8
• NVCC：12.8

本地自行编译参考命令

如果你希望自己动手编译，Nunchaku 的构建脚本会自动识别并针对你的 GPU 架构进行优化。

set CUDA_HOME=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8
set CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8
set DISTUTILS_USE_SDK=1

uv pip install torch==2.x.0 torchvision --index-url https://download.pytorch.org/whl/cu128
uv pip install numpy ninja setuptools packaging wheel
uv build --wheel --no-build-isolation

五、Nunchaku 安装步骤（Windows）

1️⃣ 下载对应的 Wheel 文件

根据你的 Python 版本 + Torch 版本，选择对应的 .whl 文件。

📦 网盘下载地址： https://pan.quark.cn/s/aa2feef45dd9

2️⃣ 使用 pip 安装

示例（Python 3.12 + Torch 2.8）：

pip install nunchaku-1.1.0+torch2.8-cp312-cp312-win_amd64.whl

3️⃣ 验证是否安装成功

import nunchaku
print("Success: Nunchaku (Z-image) loaded.")

没有报错即可正常使用。

六、常见注意事项

• Torch 版本必须严格匹配
• CUDA 版本需 ≥ 12.8
• 建议使用 虚拟环境（venv / conda）
• 不要混用不同 Torch CUDA 版本的 whl

八、写在最后

如果你和我一样，只是想在 Windows 环境快速跑通 Nunchaku + Z-image，那么直接使用预编译的 Wheel 会省下大量时间。 后续如果 Torch 或 CUDA 版本更新，我也会再同步整理对应版本。