本文详细整理了 mflux 项目的 44 个版本更新日志，涵盖从 PyPI 发布到支持多种 AI 图像生成模型的演进历程，帮助开发者了解这个基于 MLX 的本地 AI 图像生成工具的最新功能和改进。
mflux Release Notes
mflux 是一个基于 MLX（Apple Silicon 机器学习框架）的 AI 图像生成工具，支持多种开源图像生成模型（如 FLUX、Z-Image、SeedVR2 等）的本地推理和训练。
项目信息
仓库信息
- 项目名称: mflux
- 类型: AI 图像生成工具
- 语言: Python
- 开源协议: MIT
- 仓库地址: https://github.com/filipstrand/mflux
- 总发布数: 44 个版本
- 时间跨度: 2024-09-07 至 2026-02-17
- 最新版本: 0.16.5 (2026-02-17)
版本总览
| 版本 | 标签 | 发布日期 | 主要内容 |
|---|---|---|---|
| 0.16.5 | v.0.16.5 | 2026-02-17 | ✨ 改进：FLUX.2 Klein img2img CLI 支持、MLX 缓存控制 |
| 0.16.4 | v.0.16.4 | 2026-02-15 | 🐛 修复：训练预览稳定性、Apple Silicon 编译守卫 |
| 0.16.3 | v.0.16.3 | 2026-02-14 | 🐛 修复：Z-Image 和 FLUX.2 训练预览的指导值问题 |
| 0.16.2 | v.0.16.2 | 2026-02-12 | 🐛 修复：Edit 训练预览回退机制 |
| 0.16.1 | v.0.16.1 | 2026-02-11 | 🐛 性能回归修复：Apple M1/M2 的推理性能回退 |
| 0.16.0 | v.0.16.0 | 2026-02-11 | ✨ 改进：重新构建 LoRA 训练系统 |
| 0.15.5 | v.0.15.5 | 2026-01-26 | ✨ 改进：文件夹批量图像放大 |
| 0.15.4 | v.0.15.4 | 2026-01-20 | ✨ 改进：LoRA 基础模型键别名 |
| 0.15.3 | v.0.15.3 | 2026-01-19 | 🐛 修复：本地 FLUX.2-klein-9B 路径错误 |
| 0.15.2 | v.0.15.2 | 2026-01-19 | 🐛 修复：平铺 VAE 潜空间归一化 |
| 0.15.1 | v.0.15.1 | 2026-01-18 | 🐛 修复：AArch64 架构问题 |
| 0.15.0 | v.0.15.0 | 2026-01-18 | 🎨 新模型：Flux2 Klein 支持 |
| 0.14.2 | v.0.14.2 | 2026-01-13 | 📊 改进：元数据处理 |
| 0.14.1 | v.0.14.1 | 2026-01-01 | 🔧 改进：SeedVR2 LAB 直方图匹配 |
| 0.14.0 | v.0.14.0 | 2025-12-31 | 🎨 新模型：SeedVR2 视频放大器支持 |
| 0.13.3 | v.0.13.3 | 2025-12-06 | 🐛 修复：LoRA 保存问题 |
| 0.13.2 | v.0.13.2 | 2025-12-05 | ✨ 改进：多 safetensors 文件加载 |
| 0.13.1 | v.0.13.1 | 2025-12-03 | 🐛 修复：FIBO VLM tokenizer 模板 |
| 0.13.0 | v.0.13.0 | 2025-12-03 | 🎨 新模型：Z-Image Turbo 支持 |
| 0.12.1 | v.0.12.1 | 2025-11-27 | 🐛 修复：FIBO VLM tokenizer 文件下载 |
| 0.12.0 | v.0.12.0 | 2025-11-27 | 🎨 新模型：BRIA AI 支持 |
| 0.11.1 | v.0.11.1 | 2025-11-13 | 🎨 新模型：Qwen Image Edit 支持 |
| 0.11.0 | v.0.11.0 | 2025-10-13 | 🎨 新模型：Qwen Image 文本到图像支持 |
| 0.10.0 | v.0.10.0 | 2025-08-04 | 🎨 改进：FLUX.1-Krea-dev 4-bit 模型 |
| 0.9.6 | v.0.9.6 | 2025-07-20 | 🔧 技术细节 |
| 0.9.5 | v.0.9.5 | 2025-07-17 | 🐛 修复：模块导入问题 |
| 0.9.4 | v.0.9.4 | 2025-07-17 | 🛠️ 依赖更新 |
| 0.9.3 | v.0.9.3 | 2025-07-09 | 😖 回滚：离线弹性变更 |
| 0.9.2 | v.0.9.2 | 2025-07-08 | 🏗️ 改进：迁移到 uv build |
| 0.9.1 | v.0.9.1 | 2025-07-04 | 🛠️ 依赖修复 |
| 0.9.0 | v.0.9.0 | 2025-06-27 | 📸 新模型：FLUX.1 Kontext 支持 |
| 0.8.0 | v.0.8.0 | 2025-06-14 | 👗 新模型：CatVTON 虚拟试衣 |
| v.0.7.1 | v.0.7.1 | 2025-05-06 | 🎭 改进：多 LoRA 支持 |
| v.0.7.0 | v.0.7.0 | 2025-04-25 | 🖌️ 新模型：FLUX.1 Tools - Fill |
| v.0.6.2 | v.0.6.2 | 2025-03-13 | 💾 修复：模型保存功能 |
| v.0.6.1 | v.0.6.1 | 2025-03-11 | 🛑 改进：图像生成中断处理 |
| v.0.6.0 | v0.6.0 | 2025-03-05 | 🌐 改进：第三方 HuggingFace 模型支持 |
| v.0.5.1 | v.0.5.1 | 2024-12-23 | 🔧 修复：LoRA 加载问题 |
| v.0.5.0 | v.0.5.0 | 2024-12-22 | 🎛️ 新功能：DreamBooth 微调 |
| v.0.4.1 | v.0.4.1 | 2024-10-29 | 🐛 修复：图像到图像生成 |
| v.0.4.0 | v.0.4.0 | 2024-10-28 | 🖼️ 新功能：图像到图像生成 |
| v.0.3.0 | v.0.3.0 | 2024-09-24 | 🕹️ 新功能：ControlNet 支持 |
| v.0.2.1 | v.0.2.1 | 2024-09-14 | 🔧 改进：LoRA 兼容性和性能 |
| v.0.2.0 | v0.2.0 | 2024-09-07 | 🚀 发布：官方 PyPI 发布 |
时间线分析
第一阶段：基础架构（2024-09）
v0.2.0 - v0.3.0
- 官方 PyPI 发布，使 mflux 可通过
pip install mflux安装 - 添加 ControlNet 支持，包括 Canny 边缘检测
- 改进 LoRA 权重加载的兼容性和性能
- 奠定了项目的基础架构
第二阶段：功能扩展（2024-10 - 2024-12）
v0.4.0 - v0.6.0
- 引入图像到图像（img2img）生成功能
- 添加 DreamBooth 微调支持（V1）
- 支持第三方 HuggingFace 模型
- 改进图像生成中断处理
- 功能快速扩展期
第三阶段：多模型支持（2025-03 - 2025-07）
v0.6.0 - v0.9.6
- 添加 FLUX.1 Tools - Fill 功能
- 实现多 LoRA 同时加载
- 引入 FLUX.1 Kontext（官方 Black Forest Labs 模型）
- 添加 CatVTON 虚拟试衣功能
- 构建系统从 setuptools 迁移到 uv build
- 性能优化和依赖管理改进
第四阶段：新一代模型（2025-08 - 2025-10）
v0.10.0 - v0.11.1
- 支持 Qwen Image 文本到图像模型
- 添加 Qwen Image Edit 模型支持
- 引入 FLUX.1-Krea-dev 4-bit 量化模型
- 持续优化性能和模型支持
第五阶段：专业级功能（2025-11 - 2025-12）
v0.12.0 - v0.14.0
- 支持 BRIA AI 模型
- 添加 Z-Image Turbo 快速图像生成
- 引入 FIBO VLM（视觉语言模型）
- 支持 SeedVR2 视频放大器
- 改进元数据处理能力
第六阶段：大规模训练（2026-01 - 2026-02）
v0.15.0 - v0.16.5
- 完整支持 Flux2 Klein 模型（包括多图像编辑）
- 重新构建 LoRA 训练系统，替换 DreamBooth
- 添加 MLX 缓存控制功能
- 批量图像放大功能
- 持续的性能优化和错误修复
核心特性演进
模型支持
| 时期 | 新增模型 | 特点 |
|---|---|---|
| 2024-09 | 基础 FLUX | 文本到图像生成 |
| 2024-10 | FLUX Img2Img | 基于图像的生成 |
| 2025-04 | FLUX.1 Tools | 图像编辑（Fill） |
| 2025-06 | FLUX.1 Kontext | 角色一致性 |
| 2025-06 | CatVTON | 虚拟试衣 |
| 2025-08 | Qwen Image | 文本到图像 |
| 2025-09 | Qwen Image Edit | 图像编辑 |
| 2025-11 | BRIA AI | 专业级图像生成 |
| 2025-12 | Z-Image Turbo | 快速生成 |
| 2025-12 | FIBO VLM | 视觉语言模型 |
| 2026-01 | Flux2 Klein | 高质量生成 |
训练能力
| 版本 | 功能 | 说明 |
|---|---|---|
| v0.5.0 | DreamBooth 微调 | V1 微调支持 |
| v0.15.0 | Flux2 Klein 训练 | 完整训练支持 |
| v0.16.0 | 新训练系统 | 重构的 LoRA 训练 |
性能优化
- MLX 框架: 充分利用 Apple Silicon 的 GPU 加速
- 模型量化: 支持 4-bit 量化模型，减少内存占用
- 编译优化: M3/M4 芯片上的
mx.compile编译优化 - 缓存控制: 可配置的 MLX 缓存限制
- 低内存模式: 支持低内存运行环境
从版本演进来看，mflux 的发展趋势包括：
- 模型多样化: 持续添加新的开源图像生成模型
- 性能优化: 针对 Apple Silicon 的深度优化
- 训练能力: 增强微调和自定义训练能力
- 用户体验: 改进 CLI 和易用性
- 生态系统: 扩展支持的模型和工具
总结
mflux 项目在短短 18 个月内，从简单的 PyPI 包发展成为功能丰富的本地 AI 图像生成工具。项目展现了快速迭代和持续改进的特点，从基础架构开始，逐步添加了多种模型支持、训练能力和专业级功能。
项目的成功得益于：
- MLX 框架的优秀性能
- Apple Silicon 的硬件优势
- 活跃的开发和快速迭代
- 对开源模型的广泛支持
对于想要在 Apple Silicon 上进行本地 AI 图像生成的开发者来说，mflux 是一个功能强大且不断进化的工具。
相关链接
- GitHub 仓库: https://github.com/filipstrand/mflux
- PyPI 包: https://pypi.org/project/mflux/
- MLX 框架: https://ml-explore.github.io/mlx/
本文基于 GitHub 仓库的公开版本信息整理，涵盖了从 v0.2.0 到 v0.16.5 的所有 44 个版本更新。