UNO

环境要求

• 可用的 Python 环境与 pip（项目以 pip install -e . 方式安装）
• 网络可访问 Hugging Face（需下载多个模型权重）
• 磁盘空间充足，全部检查点约 37GB
• 建议具备 NVIDIA GPU；AMD GPU / RTX50 系 / macOS MPS 需自行先装匹配的 torch

安装与启动步骤

1. 1克隆代码仓库

   从 GitHub 拉取 UNO 源码并进入项目目录，后续安装与推理都在该目录进行。

   git clone https://github.com/bytedance/UNO.git
   cd UNO

   复制

2. 2安装推理依赖

   以可编辑模式安装本项目，README 说明该命令适用于只想跑 demo/推理的用户；如遇 AMD/RTX50/MPS 需先自行安装对应 torch。

   pip install -e .

   复制

3. 3安装训练依赖(可选)

   只有需要自己训练模型时才执行，额外安装训练相关依赖。

   pip install -e .[train]

   复制

4. 4自动下载权重

   最简单的方式：直接运行仓库中的推理脚本，代码会通过 hf_hub_download 自动把检查点下载到 $HF_HOME（默认 ~/.cache/huggingface）。

5. 5手动下载权重

   也可用 huggingface-cli 预先下载 FLUX.1-dev、xflux_text_encoders、clip-vit-large-patch14、UNO 四个仓库；只想省磁盘可只下载需要的文件。

   huggingface-cli download black-forest-labs/FLUX.1-dev flux1-dev.safetensors
   huggingface-cli download black-forest-labs/FLUX.1-dev ae.safetensors
   huggingface-cli download xlabs-ai/xflux_text_encoders
   huggingface-cli download openai/clip-vit-large-patch14
   huggingface-cli download bytedance-research/UNO

   复制

6. 6指定本地权重路径

   用 --local-dir 把权重下到自定义目录，再把 AE/FLUX_DEV(或 FLUX_DEV_FP8)/T5/CLIP/LORA 环境变量指向对应路径；已有权重可直接跳过下载只设变量。

   huggingface-cli download black-forest-labs/FLUX.1-dev --local-dir /your/path/FLUX.1-dev
   export AE=/your/path/ae.safetensors
   export FLUX_DEV=/your/path/flux1-dev.safetensors
   export T5=/your/path/t5
   export CLIP=/your/path/clip
   export LORA=/your/path/uno

   复制

关键配置

如何确认成功

设置好权重路径后运行仓库中的推理脚本，脚本无报错结束并生成图像即表示安装成功。

常见问题

注意事项

• README 没有给出具体推理脚本文件名，需在仓库中自行查看后再运行；本教程未虚构脚本名。
• FLUX.1-dev 仓库中的文本编码器仅供 diffusers 调用，手动下载时可忽略以省空间。
• 如需自行训练模型，安装时使用 pip install -e .[train] 而非 pip install -e .。
• 项目信息提到支持 ComfyUI 插件，但该 README 节选未给出对应安装命令，故未列入步骤。