跳至正文
BluePixel Turbo
ZH
免费编辑照片

BluePixel Turbo · 下载指南

BluePixel-Turbo 下载与本地部署指南

获取模型权重和推理代码，核对环境要求，并按照发布方示例在本地编辑图片。

直接在浏览器里编辑照片

打开 BluePixel Turbo，上传照片，用一句话描述你想做的修改。

跳过部署，在线编辑

以下代码块逐字引用 vivo 的 GitHub README，未作改动。请在克隆的仓库目录内运行；示例路径与英文指令均保留发布时的原文。

运行环境要求

README 要求使用支持 BF16 的 CUDA 环境，依赖面向 Diffusers 0.36 API。GPU 推理能否正常运行，需要在你自己的部署环境中验证。

来源：vivo GitHub 说明文档

v1 与 v2 检查点的区别

模型卡将 v1 标为最初的 ckpt800 SFT 版本，v2 为当前的 ckpt35（STEP-35）版本。2026-11-03 更新的是 SATP 蒸馏中间检查点，尚未进行额外后训练，后续计划继续做强化学习。本次只更新了 transformer 权重；文本编码器、VAE 和 tokenizer 保持不变，部分元数据同步刷新。

来源：Hugging Face 模型卡

下载代码与完整检查点

克隆下方链接的 vivo/BluePixel 仓库并进入仓库目录。安装依赖，再将完整的 openvivo/BluePixel-Turbo 检查点下载到示例使用的目录中。

安装仓库依赖 · Bash
pip install -r requirements.txt
下载完整检查点 · Bash
hf download openvivo/BluePixel-Turbo --local-dir ./BluePixel-Turbo

来源：vivo GitHub 说明文档

单图推理示例

这段 README 示例使用英文指令编辑仓库中的 assets/test_input.jpg，并保存为 output.jpg。下面的代码和全部参数值均保持原样。

单图示例 · Python
import torch
from PIL import Image
from vins_infer import load_pipeline

pipe = load_pipeline(
    "BluePixel-Turbo",
    device="cuda",
    vae_tiling=False,
    lora_scale=None,
    shift=0,
    mu_mode="empirical",
)

result = pipe(
    image=Image.open("assets/test_input.jpg").convert("RGB"),
    instruction="Change the gray sweater to burgundy red.",
    num_inference_steps=4,
    guidance_scale=3.0,
    target_pixels=4096 * 4096,
    generator=torch.Generator(device="cuda").manual_seed(42),
).images[0]

result.save("output.jpg")

来源：vivo GitHub 说明文档

使用 JSONL 批量推理

每行放一个任务，包含 image_name 和 edit_prompt 字段。默认开启断点续跑：跳过已成功任务，重试失败任务。--no-resume 会重新执行并覆盖输出，只应配合单个工作进程使用。更换模型或推理设置时，请使用新的输出目录。

单行任务示例 · JSONL
{"image_name": "/path/to/input.png", "edit_prompt": "make the hair red"}
批量推理命令 · Bash
CUDA_VISIBLE_DEVICES=0 python vins_infer.py \
    --model-dir BluePixel-Turbo \
    --jsonl /path/to/your_tasks.jsonl \
    --out-dir ./output \
    --target-pixels 16777216 \
    --steps 4 \
    --guidance 3.0 \
    --seed 42 \
    --mu-mode empirical \
    --instruction-field edit_prompt

来源：vivo GitHub 说明文档

1K、2K 与 4K 像素预算

README 将 target_pixels 定义为：1K 对应 1024²，2K 对应 1440²，4K 对应 4096²。这些数值表示像素预算；模型卡说明，非正方形输入大致保留原始比例，输出边长对齐到 64 的倍数。

发布方列出的像素预算 · Python
target_pixels = {
    "1K": 1024 * 1024,      # 1048576
    "2K": 1440 * 1440,      # 2073600
    "4K": 4096 * 4096,      # 16777216
}

来源：vivo GitHub 说明文档Hugging Face 模型卡

通过 VAE 分块降低显存占用

README 建议在显存有限时启用 vae_tiling=True，命令行对应选项是 --vae-tiling。这会降低自编码器的显存占用；所链接的 README 和模型卡均未给出最低显存数值。

VAE 分块示例 · Python
pipe = load_pipeline(
    "BluePixel-Turbo", device="cuda", vae_tiling=True, mu_mode="empirical"
)

来源：vivo GitHub 说明文档

部署前阅读 LICENSE 与 NOTICE

仓库和模型卡将该版本标为 Apache-2.0，但 NOTICE 将基础模型 Flux 2 Klein 列为适用 FLUX Non-Commercial License。本指南不据此认定商用自部署已获许可；使用权重前请核对适用的许可文件。

来源：Hugging Face 模型卡许可正文（LICENSE）第三方许可声明（NOTICE）

ComfyUI：第三方集成

T8mars/Comfyui-BluePixel-T8 是第三方仓库，并非 vivo 发布。我们没有测试其节点或工作流。请参考该仓库自己的文档；本指南不提供已验证的 ComfyUI 部署流程。

来源：T8mars 仓库

下载常见问题

使用浏览器编辑器需要先下载权重吗？

不需要。点击在线编辑按钮即可打开本站编辑器。下载并运行发布方检查点属于另一套本地流程。

每张输出都恰好是 4096 × 4096 吗？

不是。发布方描述的是正方形 4K 输出为 4096 × 4096。非正方形图片会在像素预算内大致保留原始比例，输出边长对齐到 64 的倍数。

配置写了 BF16，下载的权重就是 BF16 存储吗？

不是。模型卡说明 transformer 权重以 float32 存储，total_size 为 36,314,324,992 字节。配置中的 bfloat16 字段描述预期推理精度，并非存储精度。

在哪里找早期检查点？

模型卡说明，早期版本保留在 Hugging Face 仓库的提交历史和版本浏览器中。请选择所需版本，并阅读对应的模型卡快照。

编辑指令应该使用什么语言？

模型卡将该检查点的用途描述为英文指令图片编辑，同时提醒输出可能出现伪影或意外修改，使用前应检查结果。