电商自己部署开源生图：普通电脑8到24GB显卡该怎么选

做电商、日常要大量出图的人，最常问的不是“哪个模型演示最好看”，而是：能不能装在自己电脑上，8GB、12GB、16GB、24GB 显卡分别能跑什么，中文海报和商品图怎么选。本文按 2026 年 11 月 12 日仍能打开的官方页面整理当前还在维护的开源方案，国内、海外都覆盖。官方没写的显存占用和速度，一律不编。

01为什么要自己部署

电商出图是重复劳动：主图、场景图、详情页、活动海报，还希望同一件商品在不同背景里保持一致。在线接口上手快，但量大之后，费用、排队，以及商品图是否留在自己这边，都会变成实际问题。自己部署的好处是可以把模型版本和工作流钉死，批量出图时结果更可复现，数据也可以留在本地。代价也很明确：要有合适的显卡和磁盘，还要看许可证是否允许商用，不能把“权重能下载”直接理解成“可以随便用于商品图”。

02怎么部署：三条官方都写了的路

第一条，用各模型官方 GitHub 仓库里的推理脚本：克隆仓库、按说明安装依赖、从 Hugging Face 或 ModelScope 下载权重。第二条，用 Hugging Face Diffusers。FLUX.2 [klein]、Z-Image-Turbo、Qwen-Image 的官方说明都给出了 Python 示例。第三条，用 ComfyUI 搭可视化工作流。Qwen-Image 官方仓库写明 2025 年 8 月 5 日起已在 ComfyUI 中得到原生支持；FLUX.2 官方模型卡也写明已进入 ComfyUI 和 Diffusers。国内下载权重，优先看各仓库给出的 ModelScope 链接。

装之前先看许可证。通义 Z-Image、通义千问 Qwen-Image、FLUX.2 [klein] 4B 的官方说明均为 Apache 2.0。FLUX.2 [klein] 9B 与 32B 的 FLUX.2 [dev] 使用 FLUX 非商用许可证，本地商用要另看官方条款，不能把开源权重直接当成可商用。混元图像 3.0 的许可以其官方仓库为准。

03国内：先看能在消费级显卡上落地的 Z-Image，再看 Qwen-Image 和混元 3.0

普通电脑上，国内模型应先看阿里通义的 Z-Image（造相）。官方仓库写明这是 6B 参数的高效生图家族。2026 年 11 月 12 日核对官方模型表：已经放出权重的是 Z-Image 基础模型和蒸馏版 Z-Image-Turbo；Z-Image-Edit 与 Z-Image-Omni-Base 仍写“待发布”，不能当成现在就能下载的方案。Turbo 官方写明只需 8 次函数评估，可舒适运行于 16G 显存消费级设备，擅长真实感图像和中英文文字渲染，并强调指令遵循。企业级 H800 上，官方写的是亚秒级延迟，这不是消费级显卡的成绩，不能混着读。仓库最近一次推送记录为 2026 年 2 月 9 日，许可为 Apache 2.0。对电商海报、促销字和中文标签来说，官方强调的双语文字能力是关键。

需要更强中文文字，或要把生成和精细编辑放在同一条产品线上，应看通义千问 Qwen-Image。官方仓库把它写成 20B 参数的 MMDiT 图像基础模型，强调复杂文字渲染和精确图像编辑，代码与权重按 Apache 2.0 开源。2025 年 12 月 31 日发布的 Qwen-Image-2512 是当前官方推荐的文生图权重；编辑侧则有 Qwen-Image-Edit-2511 等版本，支持多图输入。2026 年 2 月 10 日，官方宣布推出下一代 Qwen-Image-2.0，并指向博客和 Qwen Chat 试用，但那条更新没有像 2512 那样同时给出可下载的开源权重链接，因此本地部署仍以已经放出的 Qwen-Image、Qwen-Image-2512 和对应编辑模型为准。

Qwen-Image 官方仓库并未把“消费级 16GB 满载”写成默认配置，但在 Community Support 中写明：ModelScope 的 DiffSynth-Studio 提供逐层卸载，可在 4GB 显存内推理，并支持 FP8 量化和训练。这是官方点名的低显存路径，属于卸载方案，官方没有公布该配置下的速度。8GB 或 12GB 显卡可以把这条当作官方留下的路，但不要把它理解成和 16GB 本机满载一样快。

腾讯混元图像 3.0 是另一套仍在维护的开源方案，但不是普通电脑的菜。官方仓库把它写成原生多模态自回归模型，总参数 80B，每 token 激活 13B，拥有 64 个专家。2026 年 1 月 26 日发布了 Instruct 和蒸馏版 Instruct-Distil，蒸馏版推荐 8 步采样。官方 Models Cards 给出的推荐显存是：基础版大于等于 3 张 80GB 显卡，Instruct 与 Instruct-Distil 大于等于 8 张 80GB 显卡。仓库最近一次推送记录为 2026 年 6 月 23 日。它适合有多卡服务器的团队，不能当作 8 到 24GB 消费级方案来写。

04海外：消费级优先 FLUX.2 [klein] 4B，更大的 [dev] 要看许可证和量化

海外当前最适合自己装在普通电脑上的，是 Black Forest Labs 的 FLUX.2 [klein] 4B。官方 Hugging Face 模型卡写明：这是 4B 参数的整流流模型，把生成和编辑放在同一个紧凑架构里，端到端推理最快可到 1 秒以内，约合 13GB 显存，可在 NVIDIA RTX 3090 / 4070 及以上使用，许可证为 Apache 2.0，并已进入 ComfyUI 与 Diffusers。官方 Diffusers 示例使用 4 步采样，并提供 enable_model_cpu_offload。官方推理仓库 black-forest-labs/flux2 最近一次推送记录为 2026 年 3 月 12 日。

更大的档位要分开看。FLUX.2 [klein] 9B Base 官方写明约 29GB 显存，面向 RTX 4090 及以上，许可证为 FLUX 非商用许可。32B 的 FLUX.2 [dev] 同样是开源权重，但使用非商用许可证；其模型卡建议在 RTX 4090 或 5090 这类消费级卡上参考 Diffusers 文档，示例采用 4-bit 量化加载。Black Forest Labs 知识库还写明：klein 4B 可在 12GB 显存（例如 RTX 3060 12GB）和 32GB 内存上做微调，klein 9B 微调约需 22GB 显存。这是微调硬件，不是把 12GB 写成 [klein] 4B 的满血推理口径。

058GB / 12GB / 16GB / 24GB 该怎么选

按官方已写明的口径，而不是第三方跑分，可以这样记。8GB：唯一被官方明确写下低显存数字的，是 Qwen-Image 经 DiffSynth-Studio 逐层卸载可在 4GB 内推理，速度未公布；FLUX.2 [klein] 4B 和 Z-Image-Turbo 的官方消费级目标分别是约 13GB 和 16GB。12GB：更接近 [klein] 4B 官方约 13GB 的推理口径，通常要用官方示例中的 CPU 卸载；12GB 在 BFL 知识库里是 klein 4B 的微调硬件，不能直接说成满血推理。16GB：Z-Image-Turbo 官方写可舒适运行，这是目前对消费级写得最清楚的一档，也覆盖了中文文字场景。24GB：跑 Turbo 和 [klein] 4B 会更从容，但仍然到不了混元图像 3.0 官方推荐的多张 80GB，也到不了 [klein] 9B 官方的约 29GB。

06电商场景可以怎么选

• 日常大量出图，并要在画面里写中文标题或促销字：优先 16GB 及以上的 Z-Image-Turbo，走官方仓库或 Diffusers、ComfyUI。
• 需要复杂中文排版，或要把生成和精细编辑放在同一条线上：用已放出权重的 Qwen-Image / Qwen-Image-2512 和对应编辑模型；显存不够时，只能按官方指出的 DiffSynth-Studio 卸载路径来做，并接受官方未公布速度这一事实。
• 要在消费级卡上同时做生成和多参考编辑，并确认 Apache 2.0 的商用条件：看 FLUX.2 [klein] 4B；官方推理口径约 13GB。
• 有多卡服务器、要上混元图像 3.0：按官方模型卡准备 3 张或 8 张 80GB 级显卡，不要把它当成笔记本电脑方案。
• 部署时从官方 GitHub、Hugging Face 或 ModelScope 拉权重，用 ComfyUI 或 Diffusers 固定工作流和种子，先用同一张产品图反复试提示词，再批量出图。商用前核对各模型当前许可证。

一句话收束：2026 年 11 月 12 日能核对到的官方事实是，消费级电脑上，16GB 最适合对上通义 Z-Image-Turbo；约 13GB 及以上可以对上 FLUX.2 [klein] 4B；Qwen-Image 在中文文字和编辑上更强，低显存只能走官方点名的卸载方案；混元图像 3.0 仍然是多卡方案。核对以当天仍有效的各官方仓库和模型卡为准。

收藏与收听进度仅保存在本机。