本地部署体验文生图模型Flux 和 Deepseek 的 Janus Pro -7B

人工智能这么火，作为程序员肯定不能免俗。听了大佬们的建议上来就买了这本：

结果发现这学习曲线有点陡，搞的有点自闭。

所以转换一下思路，先从学习别人的科普视频 + 体验AI 模型开始。这次本地部署文生图模型。Flux 和 Deepseek 的 Janus Pro -7B

Flux

起初部署这个模型使用的 Flux + ComfyUI 的方案，结果没成功。换了个方式，从 App store 直接安装 Draw Things。这种就比较简单。安装好Draw Things 后再下载 Flux.1 [dev] 模型就行。输入提示词，点击生成。每次耗时一两分钟左右。

• 提示词： a boy

  

  

  效果很确实没得说，第一张猛的一看还以为是拍摄的照片

• A cute Silver Shaded British Shorthair cat

  想让画个银渐层看看，这次有点离谱貌似不管怎么调整都画不出来个银渐层。

  

  

• 复杂点的，尝试用 Flux 来给文章配插图

  先输入文章到 ChatGPT，让 ChatGPT 根据文章内容生成 prompt，再将提示词拷贝到 Draw Things 里生成图片。这次效果还不错（再次感慨一下 AI 确实牛逼，给文章搞一般图片这种活没人类什么事情了）。

  

Deepseek 的 Janus Pro -7B

部署 Janus 按照这篇教程来操作的：本地部署 DeepSeek Janus Pro 文生图大模型 - Agile.Zhou - 博客园

python demo/app_januspro.py，运行。

机器问题没跑起来，PyTorch 数据类型不兼容：

  File "/opt/anaconda3/envs/janus_pro/lib/python3.10/site-packages/torch/nn/modules/conv.py", line 459, in _conv_forward
    return F.conv2d(input, weight, bias, self.stride,
RuntimeError: "slow_conv2d_cpu" not implemented for 'Half'

对app_januspro.py 的代码做了调整：

修改后再次运行，很久不出结果。发现机器的性能没压榨出来，CPU 和 GPU 的占用一直很低。

再次修改参数，将app_januspro.py 中parallel_size 改为 1，每次生成 5 张改为 1 张。降低图片大小、图片质量。

修改后再次尝试 —— 每次 可以在7 分钟左右渲染一张图出来。

这里默认走的是cuda，需要改成 Mac 的mps，具体怎么改还得再研究研究。

继续画两张银渐层：

（这是只鹰嘴银渐层吗？）

让画一只呆萌的银渐层，银渐层没画出来，呆萌倒是有那么点意思。

总结——AI 确实牛叉

欢迎大家关注我的公众号：