一、模型概述
Chroma 是一个基于 Flux.1-schnell 构建的 8.9 亿参数生成模型 Chroma 。它采用了 Apache 2.0 许可证，完全开源，允许任何人使用、修改和在其基础上进行开发，不存在企业限制。该模型目前正在训练中，，Chroma 最大特点是“无美学调整、无后训练限制”，以原始、中立的基础模型形态，为后续微调提供灵活起点。Chroma 模型完全未经过审查，重新引入了缺失的人体解剖学概念，旨在成为一个可靠且开放的开源选择。
模型家族拆解：4 大分支，覆盖“实际应用”与“技术研究”
此次发布的 Chroma 家族分为“发布分支”（面向实际开发）与“研究分支”（面向技术探索），4 个分支各有明确定位，开发者可按需选择：
| 分支名称 | 核心特性 | 适用场景 | 关键优势 |
|---|---|---|---|
| Chroma1-Base（发布分支） | 512x512 基础分辨率，原始基础模型 | 几乎所有创意项目（如海报设计、短视频素材生成）；计划进行长期微调后，再针对性训练高分辨率的场景 | 全能性强，微调起点中立，适合需要“全风格覆盖”的开发需求 |
| Chroma1-HD（发布分支） | 基于 Base 微调，支持 1024x1024 高分辨率 | 快速微调、LoRA 训练（如定制品牌风格的高分辨率banner、产品渲染图） | 无需额外训练高分辨率模块，直接输出高清结果，节省微调时间 |
| Chroma1-Flash（研究分支） | 基于 Base 优化，探索“快速推理”能力 | 对生成速度有要求的场景（如实时图像生成工具、低性能设备适配） | 无需 GAN 技术即可提升速度，差量权重可叠加到其他 Chroma 版本，灵活调整加速强度 |
| Chroma1-Radiance（研究分支，开发中） | 像素空间端到端模型，移除 VAE 模块 | 对细节保真度要求极高的场景（如医疗图像生成、高精度产品设计图） | 避免 VAE 压缩导致的细节丢失（如模糊的眼睛、残缺的纹理），计算成本与潜在空间模型一致 |
二、相关安装
升级Comfyui>0.3.60
diffusion_models模型：（二选一）：
Chroma1-Radiance（扩散模型）：https://huggingface.co/lodestones/Chroma1-Radiance/resolve/main/Chroma1-Radiance-v0.2.safetensors
Chroma1-Radiance-fp8：https://huggingface.co/silveroxides/Chroma1-Radiance-fp8-scaled/resolve/main/Chroma1-Radiance-v0.2-fp8_scaled.safetensors
text_encoders（二选一）：
t5xxl_fp16.safetensors：https://huggingface.co/comfyanonymous/Flux_text_encoders/resolve/main/t5xxl_fp16.safetensors
t5xxl_fp8_e4m3fn_scaled.safetensors：https://huggingface.co/comfyanonymous/Flux_text_encoders/resolve/main/t5xxl_fp8_e4m3fn_scaled.safetensors
模型安装路径：
📂 ComfyUI/
├─ 📂 models/
│ ├─ 📂 diffusion_models/
│ │ └── Chroma1-Radiance-v0.2.safetensors
│ ├─ 📂 text_encoders/
│ │ └── t5xxl_fp16.safetensors 三、工作流
标准的Flux文生图模型，将模型更换为：Chroma 模型即可
四、总结
尽管 Chroma 已完成基础训练，但开发者也提及了后续方向，核心是“依赖社区支持，扩展开源模型版图”：Chroma是一款强大的工具，拥有丰富的功能用于管理和查询向量数据。想要更深入地了解Chroma的具体用法和配置，
模型迭代：优先完善研究分支，探索端到端生成
- Chroma1-Radiance 收尾：目前处于开发中的 Radiance 分支（像素空间模型）将继续优化，目标是解决“VAE 伪影”问题——例如图像中模糊的细节、色彩偏差，未来正式发布后，将成为“高精度生成”场景的重要选项；
- Flash 分支优化：计划基于社区反馈，调整 Flash 分支的加速参数，在“速度”与“细节保真度”间找到更优平衡，让低性能设备也能流畅运行。