t5xxl_fp8_e4m3fn.safetensors

发布时间：2025-06-24 17:19:52  作者：北方职教升学中心  阅读量：900

Text to Audio、Pip 包以及一些 SD 模型，正好 ComfyUI 也支持与 SD-WebUI 共用一些设施󿀌所以我写了一个 run.bat 脚本：

set VENV_DIR=C:\ai\stable-diffusion-webui\venvset PYTHON="%VENV_DIR%\Scripts\Python.exe"echo venv %PYTHON%%PYTHON% main.pypause。

下载模型。

前几天，Stable Diffusion 3 大模型开源，我第一次在电脑上部署了本地部署。

安装依赖：

pip install -r requirements.txt。
近几年，AIGC（人工智能生成内容）技术不断进步󿀌大型号的规模越来越大，参数通常是10亿（Billion）为单位，但对 GPU 但是要求逐渐降低。
执行基础工作流。

注意。但是，当时配置的 CPU 而且内存还不错󿀌用来编译 Chromium 浏览器和 Android 系统也算是物尽其用，只有显卡几乎闲置。 t5xxl_fp8_e4m3fn.safetensors。

安装依赖：

pip install -r requirements.txt。下载模型的官方地址是：
https://huggingface.co/stabilityai/stable-diffusion-3-medium。我以前主要在那里 Linux 系统开发�写的文章也在 Linux 下部署。
双击 run.bat 脚本可以启动 ComfyUI。但是自从去年转向开发应用之后，发现绝大多数用户使用它 Windows 系统。虽然大多数网民口头支持国内系统，但在实际行动中，Ctrl + 回车。总共有十几个模型。#xff00c;配置顶级消费 PC（RTX 2080 Ti GPU + i9 CPU），计划用于学习 AI。

：因为我用的是 WebUI 的 python 虚拟环境�所以 pip 前面需要带路径，假如你使用的是系统 python：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121。计算机用于理解文本的模型，这个 CLIP 模型可以包含在内 SD 模型内部󿀌也可作为单独文件，独立加载。

当前，以我的资源和实力，进入 AI 大型模型研发在行业中是不现实的，只能围绕 AI 做一些技术应用，或者体验一下 AIGC。

文本编码器。t5xxl_fp8_e4m3fn.safetensors 丢到 ComfyUI 的 models\clip 下，sd3_medium.safetensors 丢到 ComfyUI 的  models\checkpoints 下。

clip_g.safetensors。

sd3_medium_incl_clips.safetensors 包含除 T5XXL 除了文本编码器之外的所有必要权重。整个过程以工作流的形式组织，非常适合根据需要定制工作流，重复性工作，工作流࿰可以反复执行c;减少重复劳动。

安装 ComfyUI。

几年前，我的头脑很热，

ComfyUI 是开源，可以在 GitHub 访问：

https://github.com/comfyanonymous/ComfyUI。

• 再来看看 comfy_example_workflows 下面的文件：

• 下面有三份工作流文件，文件相对较小󿀌先下载这三个工作流文件。按。所以，最近我一直在研究如何在本地部署大型模型。

  因为我以前安装过 SD-WebUI，里面有 Python 虚拟环境、这篇文章讲述了它是如何工作的 Windows 下部署 Stable Diffusion 3，准确地说是 ComfyUI 在 Windows 系统下的部署，系统版本为 Windows 11 64 位。另外，语音识别、ChatTTS、

• 模型相对较大󿀌如果翻墙不方便󿀌您可以尝试搜索国内下载站点。它所需的资源很少，但如果没有 T5XXL 文本编码器，模型的性能会有所不同。clip_l.safetensors、快捷键，你可以生成一张漂亮的照片。

  共享 SD-WebUI 资源。可能是 PyTorch 版本问题，解决方案是：
  C:\ai\stable-diffusion-webui\venv\Scripts\pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121。从入门到放弃。这是我第一次使用它 ComfyUI，还需要继续探索#xff00c;希望能用 ComfyUI 和 SD3 生成理想的图片。

打开浏览器󿀌地址栏输入 http://127.0.0.1:8188/ 就可以看到 ComfyUI 的界面了。结果，这台电脑主要用于学习 TensorFlow、

如果要共用 SD-WebUI 中间模型，将代码中的 extra_model_paths.yaml.example 复制一份󿀌重命名为 extra_model_paths.yaml，然后用文本编辑器编辑。随着 Nvidia 不断推出新显卡󿀌RTX 2080 Ti 它似乎越来越过时了。下面是我在 Windows 上部署 Stable Diffusion 3 的总结。给大家看看我在没有修改工作流的情况下生成的图片。GPT、还是倾向于倾向于更倾向于行动 Windows。

这是一个非常适合程序员的交互界面，访问浏览器。

如果操作错误：

AssertionError: Torch not compiled with CUDA enabled。比如最近发布的 Stable Diffusion 3，仅需 6G 可以很好地运行显存。

第一眼看到 ComfyUI 界面，我被它吸引住了。

Stability AI 开源了 Stable Diffusion 3 Medium 模型，拥有 20 亿参数。让我们下载这四个模型。 G，慢慢下载。

插件支持是现代软件的标准，ComfyUI 在这方面做得很好，已经建立了良好的生态，社区参与度很高，有专门分享插件和交流工作流的。

在 ComfyUI 中打开 sd3_medium_example_workflow_basic.json 文件：

你可以看到�这个工作流加载了三个 CLIP 模型（为什么要 3 个？）和一个基本模型。

先来看看模型文件，有四个，体积不小，哪一个࿱？f;或者全部下载？

看官方对这四个文件的解释：

sd3_medium.safetensors 包含 MMDiT 和 VAE 权重，但是没有任何文本编码器。

操作：

python main.py。

sd3_medium_incl_clips_t5xxlfp8.safetensors 包括所有必要的权重，包括 T5XXL 文本编码器 fp8 版本，平衡质量和资源要求。目前只有 ComfyUI 支持 SD3。

• ComfyUI 工作流。

  sd3_medium.safetensors。虽然也开发了一些信创系统的应用，但推不动。

假如你想要 ComfyUI 其他地方的模型，不想放在程序里，下面也可以去掉 comfyui 注释行，指定一条路径。请关注#xff01; ComfyUI 打开上一步下载的中间 sd3_medium_example_workflow_basic.json 文件。

如果对 text to image 了解一些东西，你会明白所谓的文本编码器是指 CLIP 模型，也就是说，

ComfyUI 支持 Windows、

替换其中 path/to/stable-diffusion-webui/ 的路径。在这个工作流中需要注意的是 checkpoint 名称为路径，替换成 sd3_medium.safetensors 即可。

针对 Windows 系统，ComfyUI 有 Release 包，下载可以使用：

作为程序员󿀌我更喜欢用第二种方法，直接 clone 代码库：

git clone https://github.com/comfyanonymous/ComfyUI。工作流可以 JSON 保存和加载文件形式，便于工作流程的沟通。在图像生成领域，常用的有 Stable Diffusion WebUI 和 ComfyUI，以及后起之秀 Fooocus。
双击 run.bat 脚本可以启动 ComfyUI。Python 编程等基础知识，但最后，要让模型运行󿀌还需要外围框架和 UI 构建应用。 CLIP 介绍模型，不过理解上面对介绍模型，t5xxl 文本编码器性能更好，fp16 版本质量最好󿀌但对资源的需求更大。
模型下载文件包括三个部分：
模型。
ComfyUI。整个过程还是挺快的，生产质量也不错。Text to Video 等待大模型也可以在消费水平上 GPU 上运行。
sd3_medium_incl_clips.safetensors 包含除 T5XXL 文本编码器以外的所有必要权重。
看看 text_encoders 下面的文件，我们可以看到里面有四个 CLIP 模型：
目前还没有看到这四个人。
sd3_medium_incl_clips_t5xxxlfp16.safetensors 包括所有必要的权重，包括 T5XXL 文本编码器 fp16 版本。
实施基础工作流。深度学习的早期阶段，消费级显卡根本负担不起训练大模型和微调大模型，即使是大模型的操作也很困难。但是，一开始我没有找到合适的切入点。
在 ComfyUI 中打开 sd3_medium_example_workflow_basic.json 文件：
你可以看到�这个工作流加载了三个 CLIP 模型（为什么要 3 个？）还有一个基本模型。Linux 和 Mac OS 系统。
下载后，将 clip_g.safetensors、
下载模型。
clip_l.safetensors。