比肩Midjourney-v6！没有GPU也能跑可图Kolors

比肩Midjourney-v6，快手的文生图开源模型可图Kolors一发布，开源社区就炸开了锅。短短几天，可图在Github上收获2k Star，Huggingface模型下载热榜第一。

7月6日，快手宣布开源数十亿参数的文生图模型可图Kolors，可图支持中英文双语，支持长达256 token的上下文长度，最重要的是可以渲染中文，生成效果上实现了质的飞跃。

值得一提的是，可图采用了智谱的开源大模型ChatGLM3作为文本编码器，对中文的理解能力远超很多竞品。

国产文生图模型的强势崛起让人振奋，不过，由于硬件等客观条件限制，大多数跃跃欲试的用户却很难在本地部署并体验可图。

首先，可图模型完整下载有28G，下载模型、存放模型比较不方便；其次，可图采用的ChatGLM3代替了传统的CLIP模型做文本提示词嵌入，语义能力增强的同时显存消耗也从原来的几百MB变成十几G，这样，本地显存少于20G的用户，需要用有损量化或者损失推理速度的办法运行可图。

为了让用户无痛使用可图，硅基流动团队开源了BizyAir节点，这是一个专用于ComfyUI的节点仓库，首批节点就有可图Kolors。

现在，没有显卡，不用下载模型，你也能用可图极速生成图片。

BizyAir还同步上线了一个小惊喜。考虑到写提示词的环节也很费劲，我们开源了SiliconCloud LLM节点，让GLM4、DeepSeek V2 Chat这类顶尖大语言模型接入ComfyUI，帮助你在工作流中生成、提炼提示词。

以DeepSeek V2 Chat为例，如果用它提炼提示词，需要500G左右的硬盘空间和8张A100以上的显卡才能部署这个模型，而SiliconCloud LLM节点直接提供了这个能力。

除了免去了用户搭配环境、模型下载与模型部署的门槛与烦恼。硅基流动还对Kolors节点提供基于专用的图片生成推理引擎OneDiff优化，节约图片生成时间与成本。

当然，你也可以一键无缝接入已有ComfyUI工作流，并可自由与本地节点做平替或组合。

那么，如何在ComfyUI中使用可图Kolors？

只需两大步。

一、安装BizyAir

二、快速开始

设置API密钥

使用BizyAir节点

当然，图生图也不在话下。

其他人都在看

开发生成式AI应用，减少响应时间

就用SiliconCloud