一、从对话到出图：自建 AI 也可以玩「本地生图」
在《Ollama：本地跑开源大模型》里我们介绍了怎么用 Ollama 在自家电脑上跑 AI 对话；很多人自然会想：那图片生成能不能也自己搭？可以。而且有个特别适合「自建入门」的开源图像生成模型，叫 FLUX.2 [klein]（一般直接叫 Klein）。
Klein 是 Black Forest Labs 推出的图像生成模型，专门为「更快、更省显存」设计：不用机房级显卡，消费级显卡也能跑，几秒内出一张图。想自建、又不想图发到别人服务器的话，用 Ollama 跑 Klein 门槛不高：4B 为 Apache 2.0、可商用，9B 为非商用许可；下面从「小白也能跟着做」的角度，说清楚怎么选型号、怎么跑起来。
二、先搞清楚：我的电脑能跑吗？该选哪个版本？
一、从对话到出图：本地生图也可自建
在《Ollama官方文档导读：本地部署AI需要知道的所有信息》里我们介绍了用 Ollama 在本地跑 AI 对话；同一条思路可以延伸到图片生成——不交月费、图不走云端，本地自建即可。FLUX.2 [klein]（下称 Klein）就是这类里较易上手的一例。
Klein 是 Black Forest Labs 推出的图像生成模型，面向「更快、更省显存」：消费级设备即可跑，几秒出一张图，且已上架 Ollama，用 Ollama 跑 Klein 时 4B 为 Apache 2.0、可商用，9B 为非商用许可。下面先看型号与许可，再说能力与用法，最后落到怎么跑、以及和别的方案比是否值得选。
二、型号与许可
Ollama 上的 Klein 有 4B 与 9B，差异主要在体积、画质和许可：4B 更小、可商用，9B 画质更好、非商用。
Ollama 上 Klein 的型号与许可（见官方页）：
| 版本 | 模型体积（Ollama） | 许可 |
|---|---|---|
| 4B（推荐入门） | 约 5.7GB | Apache 2.0，可商用 |
| 9B | 约 12GB | FLUX 非商用 v2.1，商用需另谈 |
- 4B（约 5.7GB）：Apache 2.0，可商用；适合省空间或需要商用授权的场景。
- 9B（约 12GB）：FLUX 非商用许可；画质更好，个人使用无碍，商用须看官方条款。
Ollama 还提供 fp4、fp8 等量化标签（如 x/flux2-klein:4b-fp8），体积更小、占资源更少；磁盘或内存吃紧时可以先试这些版本。型号定下来之后，更关键的是它能做什么、适合用在哪儿。
三、能力与适用场景
Ollama 页将其标为 Black Forest Labs 目前最快的图像生成模型；画质上文字、光影与材质表现不错，适合设计草图、内网出图。与 Midjourney、DALL·E 等商业产品相比，细节与复杂构图会有差距，但在自建、私有、无月费的前提下足够用。
Klein 将文生图、图改图、多参考图合在一个模型里（Ollama 页：text-to-image, single-reference, multi-reference 一体），一次部署可覆盖多种用法。
适用场景
按 Ollama 页示例，Klein 较适合：图内文字（招牌、菜单、海报）、UI / 界面 mockup、产品静物（光影、材质、倒影）、场景与人像（透视与光线）、以及插画、建筑与室内等。有同类需求时可优先考虑。
提示词与分辨率
建议描述具体、带细节（场景、光线、风格）；图内需出现文字时，在提示词中写明该段文字；需固定颜色可用色值（如 #7C3AED）。分辨率推荐 1024×1024，中英文提示词均支持。
局限
Ollama 页注明的限制：图内文字可能不准或变形；不保证事实正确、不宜作知识来源；效果受提示词影响。用于创意、草图、原型无妨，关键信息需自行核对。若决定用 Klein，下一步就是在 Ollama 里跑起来。
四、用 Ollama 跑 Klein
Klein 已上架 Ollama，装好 Ollama 后通过命令行生图。与对话模型不同：生图仅支持命令行，在 ollama run x/flux2-klein "提示词" 中写入提示词、回车即出图，无交互式对话窗口。
官方模型页：ollama.com/x/flux2-klein。
平台限制
当前 Ollama 的图像生成仅支持 macOS。Windows / Linux 可先拉模型，生图需等后续支持。Apple Silicon（如 Mac mini M4）实测效果良好，无需 NVIDIA 独显。
安装与第一次生图
已安装 Ollama 的，在终端执行（未安装可参考上一篇，或从 ollama.com/download 安装）：
ollama run x/flux2-klein "a cat holding a sign that says hello world"首次运行会拉取 4B 模型（约 5.7GB），完成后按提示词生成并保存图片。每次执行一条命令生成一张图，无交互窗口；需多张则多次执行、更换提示词。默认即 4B。
使用 9B（画质更好，约 12GB）：
ollama run x/flux2-klein:9b "你的提示词"模型保存于 Ollama 默认目录；修改保存位置可在安装时或通过环境变量配置，见 Ollama 文档。
日常怎么用
生图均在命令行中带提示词执行，常用命令如下：
| 命令 | 作用 |
|---|---|
ollama run x/flux2-klein "提示词" | 用 4B 按提示词生一张图 |
ollama run x/flux2-klein:9b "提示词" | 用 9B 生图，画质更好 |
ollama run x/flux2-klein:4b-fp8 | 4B 的 fp8 量化版，省显存 |
ollama pull x/flux2-klein | 只下载模型，不运行 |
ollama ls | 看本地已有哪些模型 |
提示词写清画面内容即可（中英文均可）；图内需有文字时在提示词中写明。推荐分辨率 1024×1024。
排查
生图仅 macOS：属 Ollama 当前限制，Windows/Linux 可先拉模型或等更新。下载慢或失败多与网络有关，可配置代理或稍后重试。报错可将完整信息搜索或到 Ollama GitHub / 社区询问；常见原因包括权限、磁盘空间与版本。
五、与其他方案对比、适不适合你
用法清楚了，再拉远一点看：Klein 在「自建本地生图」这条线上，和别的手段比处在什么位置、更适合谁。
与 FLUX.1 等更大模型：后者画质通常更强，显存与速度要求更高；Klein 在 Ollama 上一条命令可跑，更适合个人与小团队。
与 Midjourney、在线生图：在线服务省事但图走云端、需月费；Klein 自建则图留本机或内网，4B 可商用、无额外授权费，代价是需自有可运行设备（M 系列 Mac 或带 NVIDIA 显卡的 PC）并安装 Ollama。
更适合谁：在意隐私、不想图上传云端；做界面 mockup、海报、产品图草图；或只想在本机生图、不付月费。有 Mac（尤其 Apple Silicon）即可跑。
若你关心的就是「本地出图、数据不出门」，Klein 加 Ollama 是一条可行路径：macOS 上装好 Ollama，ollama run x/flux2-klein 即可；Windows/Linux 可先拉模型等支持，或到 Ollama Klein 页 看最新说明。遇到问题搜报错或问 Ollama 社区即可。
发表回复