Model
Trends
.ai
Model
Trends
.ai
ang pinakamahuhusay na open source AI model

Pagpapatakbo ng Stable Diffusion, SDXL at Flux sa Mac (Apple Silicon): Draw Things, ComfyUI at ano ang aasahan

Paksa: Mga app
Ni Captain
Inilathala 2026-01-21
Ano ang kaya at hindi kaya ng M1 hanggang M4 Mac para sa AI na mga larawan at video: tatlong paraan para patakbuhin ang mga modelo (Draw Things, ComfyUI gamit ang PyTorch MPS, DiffusionBee), mga antas ng memorya ayon sa konfigurasyon ng Mac, makatotohanang bilis para sa SD 1.5, SDXL at Flux, mga setting para maiwasan ang itim na larawan at pag-crash, at mga modelong sulit hintayin sa Mac.

Pangkalahatang-ideya

Ang Apple Silicon Macs ay nagpapatakbo ng mga image model gamit ang Metal (MPS sa PyTorch, o ang sariling CoreML ng Apple sa Draw Things). Walang CUDA, kaya ang mahalagang bilang ng memorya ay ang unified RAM ng Mac, na pinaghahatian ng CPU at GPU: ang 16 GB MacBook Air ay kayang patakbuhin ang
SDXL
, ang 32 GB na makina ay kayang patakbuhin ang
Flux
sa fp8 at maliliit na video model, ang 64 o 128 GB Mac Studio ay kayang mag-load ng halos lahat, pero mabagal. Ang bilis ang kapalit: ang M2 Max ay tumatagal ng 30 hanggang 60 segundo para sa isang SDXL na larawan na kaya ng RTX 4070 sa 6 na segundo.
Tatlong tools ang mahalaga. Ang Draw Things ay isang libreng native app (Mac, iPhone, iPad) na may library ng modelo,
LoRA
import,
ControlNet
,
inpainting
at pinakamagandang performance sa Mac dahil kino-convert nito ang mga modelo sa CoreML; ito ang tamang unang piliin para sa karamihan ng Mac users. Ang
ComfyUI
ay tumatakbo sa Mac mula sa source gamit ang PyTorch MPS; sinusuportahan nito ang lahat ng sinusuportahan ng ComfyUI, pero may ilang nodes na kailangan ng fp32 at may ilang custom nodes na hindi gumagana sa non-CUDA hardware. Ang DiffusionBee ay ang pinakasimpleng one-click app, limitado sa mga lumang modelo.
Dahil ang bilis ang bottleneck, mas madalas gamitin ng Mac users ang cloud kaysa PC users: gumawa ng mga draft sa cloud partners, dalhin ang mga pipiliin sa Draw Things para sa inpainting at personal na LoRA, o gawin ang lahat ng mabibigat (Flux sa full precision, video) sa
PirateDiffusion
o
BitVector
at gamitin ang Mac para lang sa pag-browse ng site na ito at pag-edit.

Sanggunian

Pangalan
Uri
Ano ito
8 GB Mac
SD 1.5 only
Ang Draw Things gamit ang
SD 1.5
ay nagfa-fine-tune sa 512x768; ang SDXL ay nagpapalit-palit at mabagal.
16 GB Mac
SD 1.5, SDXL
SDXL sa 1024x1024 sa Draw Things (CoreML 8-bit) o ComfyUI gamit ang --force-fp16; ang Flux sa Draw Things 8-bit ay gumagana pero mabagal.
32 GB Mac
adds Flux fp8, Z-Image, small Wan
Flux dev
8-bit sa 1024 sa loob ng 1 hanggang 3 minuto sa M2/M3 Pro-Max;
Wan 2.2 5B
short clips.
64-128 GB Mac Studio / MacBook Pro Max
adds FLUX.2, Qwen Image, Wan 14B
Kasya sa memorya; asahan ang 5 hanggang 15 minuto bawat
Flux.2
na larawan at sampu-sampung minuto bawat video clip.
Draw Things
app
Libre, App Store. Model manager, LoRA/ControlNet import, inpainting,
upscalers
, scripts. Pinapabilis ng CoreML ang mga paulit-ulit na takbo pagkatapos ng unang compile.
ComfyUI on MPS
from source
Python 3.12, PyTorch nightly o stable na may MPS. Mga flag: --force-fp16 (M1/M2) o default; --use-split-cross-attention para makatulong sa memorya.
DiffusionBee
app
One-click, SD 1.5/SDXL, limitado ang mga setting. Ayos para sa unang subok.
iogpu.wired_limit_mb
sysctl
Pinapataas ang memoryang pinapayagan ng macOS para sa GPU (default mga ~70 porsyento ng RAM). Itakda sa RAM minus 8 GB para sa malalaking modelo.
AD
Flux sa buong bilis mula sa iyong Mac
Ang BitVector Prism ay tumatakbo sa Safari: ang Flux, FLUX.2 at Qwen models na mabagal sa Apple Silicon ay nagre-render sa loob ng ilang segundo sa kanilang mga GPU. Gamitin ang Mac para sa Draw Things at pag-edit; ipadala ang mabibigat na prompt dito.

Hakbang-hakbang

  1. Tingnan ang iyong chip at memorya: Apple menu > About This Mac. Hanapin ang iyong tier sa talahanayan.
  2. I-install ang Draw Things mula sa App Store. Buksan ito, pumili ng modelo mula sa library nito (SDXL base o DreamShaper XL para sa 16 GB Mac), hayaan itong mag-download at mag-convert.
  3. Gumawa ng unang larawan sa 1024x1024, 20 steps, DPM++ 2M Karras,
    CFG
    6. Ang unang takbo ay nagko-compile ng CoreML model kaya mabagal; mas mabilis ang mga susunod.
  4. Mag-import ng LoRA mula sa site na ito: Models > LoRA > Import, piliin ang .safetensors; kino-convert ito ng Draw Things. Idagdag ang trigger word sa prompt.
  5. Para sa ComfyUI: i-install ang Homebrew, Python 3.12 at git; git clone ComfyUI; pip install -r requirements.txt gamit ang MPS-enabled PyTorch; patakbuhin ang python main.py; i-load ang default workflow ayon sa gabay para sa mga baguhan sa ComfyUI.
  6. Sa ComfyUI sa 16 GB Mac, idagdag ang --force-fp16 at panatilihin ang batch size na 1; gamitin ang VAE Decode (Tiled) para sa mga sukat na higit sa 1024.
  7. Para sa Flux sa 32 GB+ Mac, gamitin ang fp8 o GGUF Q8 build, ang fp8 T5 encoder at asahan ang mga minuto bawat larawan; pataasin ang wired limit kung may lumalabas na memory errors.
  8. I-reserba ang mabibigat na trabaho para sa cloud: buksan ang kahit anong pahina ng modelo, pindutin ang PirateDiffusion o BitVector button at patakbuhin ang parehong prompt doon sa loob ng ilang segundo.

Mga halimbawa

Mga utos para simulan ang ComfyUI sa Mac

brew install python@3.12 git
git clone https://github.com/comfyanonymous/ComfyUI && cd ComfyUI && pip3 install -r requirements.txt
python3 main.py --force-fp16 --use-split-cross-attention

Pagtaas ng limitasyon ng GPU memory (64 GB Mac)

sudo sysctl iogpu.wired_limit_mb=57344

Parehong prompt sa cloud mula sa Mac

/render <flux-dev> a quiet harbour at dawn, fishing boats, mist, 35mm film look /size:1216x832 /steps:24

Mga tip

  • Ang Draw Things sa iPhone 15 Pro o mas bago ay nagpapatakbo ng SD 1.5 at maliliit na SDXL variants locally; kapaki-pakinabang sa paglalakbay, hindi para sa dami.
  • Ang itim o blangkong mga larawan sa MPS ay halos palaging dahil sa fp16 overflow: gamitin ang --force-fp32 para sa modelong iyon o ang fp16-fix SDXL VAE.
  • Isara ang mga apps na kumakain ng memorya (mga browser na maraming tabs) bago mag-generate; ang unified memory ay ibig sabihin nagkokompitensya ang Safari at ang modelo.
  • Sinusuportahan ng Draw Things ang maraming ComfyUI-era models (Flux,
    Z-Image
    ,
    Qwen Image
    ,
    Wan
    ) nang mas maaga kaysa inaasahan; tingnan ang listahan ng modelo bago gumawa ng ComfyUI setup.
  • Ang mga custom nodes na nag-iimport ng CUDA-only libraries (xformers, ilang face tools) ay hindi gumagana sa Mac; tinatandaan ito sa ComfyUI node guide.
  • Mga benchmark para sa tamang inaasahan: SDXL 1024x1024, 25 steps: M1 Pro 90-120 s, M2 Max 35-50 s, M3 Max 25-35 s, M4 Max 18-25 s.

Pag-aayos ng problema

Itim o kulay-abo na mga larawan

Bakit ito nangyayari
fp16 precision overflow sa MPS.

Paano ayusin
Idagdag ang --force-fp32 para sa modelong iyon, o gamitin ang SDXL fp16-fix VAE; sa Draw Things, palitan ang modelo sa 8-bit o fp32 variant.

"MPS backend out of memory"

Bakit ito nangyayari
Naabot ang macOS GPU allocation limit bago pa mapuno ang RAM.

Paano ayusin
Pataasin ang iogpu.wired_limit_mb, bawasan ang resolution, gamitin ang quantised weights.

Hindi makapag-import ang isang custom node

Bakit ito nangyayari
Nakasalalay ito sa CUDA-only packages.

Paano ayusin
Alisin ang node o humanap ng Mac-compatible na alternatibo; gumagana ang mga core nodes.

Napakabagal na unang generation sa Draw Things

Bakit ito nangyayari
CoreML compilation ng modelo sa unang gamit.

Paano ayusin
Maghintay ng isang beses; mas mabilis ang mga susunod na takbo. Panatilihing naka-load ang modelo sa pagitan ng mga takbo.

Flux tumatagal ng 10 minuto bawat larawan

Bakit ito nangyayari
Pagpapalit ng full-precision weights, o M1/M2 base chip.

Paano ayusin
Gamitin ang 8-bit build sa 20 steps, o patakbuhin ang Flux sa cloud at SDXL locally.

AD
PirateDiffusion
Video mula sa MacBook Air
Ang PirateDiffusion ay gumagawa ng Wan 2.2, LTX-2 at H3 clips sa kanilang mga server at ipinapadala ito sa Telegram sa iyong Mac o iPhone. Libu-libong modelo, walang limitasyong render, may fixed na buwanang presyo.

Mga tanong

Dapat ba akong bumili ng Mac para sa AI images?

Bumili ng Mac para sa ibang dahilan at mag-enjoy na kaya nitong patakbuhin ang SDXL; bumili ng NVIDIA PC kung AI images o video ang pangunahing gamit. Maganda ang unified memory capacity, pero hindi ang bilis.

Tumatakbo ba ang Automatic1111 o Forge sa Mac?

Tumatakbo ang A1111 sa MPS gamit ang --skip-torch-cuda-test flag at mas mabagal kaysa ComfyUI; limitado ang suporta ng
Forge
sa Mac. Ang Draw Things o ComfyUI ang praktikal na pagpipilian.

Pwede ba akong mag-train ng LoRAs sa Mac?

Ang SD 1.5 at SDXL LoRAs ay natetrain sa Draw Things at sa kohya gamit ang MPS, pero mas mabagal kaysa NVIDIA. Para sa Flux at video LoRAs: gamitin ang cloud trainer.

Posible ba ang video sa Mac?

Wan 2.2 5B at
LTX-2
maliliit na variant sa 32 GB+ Macs, mga minuto bawat clip. Para sa mas malaki, gamitin ang cloud partners.

Aling mga modelo ang sulit gamitin locally sa Mac?

SDXL fine-tunes, Illustrious/Pony para sa anime,
Z-Image Turbo
para sa mabilis na draft, SD 1.5 inpainting. Mas maganda ang iba pang mga modelo sa cloud.

Mga link at pinagmulan

Mga model sa gabay na ito

Isinulat ni
Captain

Mga kaugnay na gabay

Mga error at solusyon
Gabayan sa GPU at VRAM para sa AI na larawan at video: ano ang kailangan ng bawat modelo at ano ang bibilhin (o hindi)
Gaano karaming graphics memory talaga ang kailangan ng bawat pamilya ng modelo sa tamang bilis (SD 1.5, SDXL, Flux, FLUX.2, Qwen Image, Z-Image, Wan 2.2, LTX-2, H3), ano ang naibibigay ng fp8 at GGUF quantisation, bakit mahalaga rin ang system RAM at disk, isang listahan ng mga card mula 8 hanggang 32 GB, mga tala para sa Mac at AMD, at kung kailan mas mura ang pag-upa kaysa pagbili.
Ni Quartermaster
2026-01-07
ComfyUI
Ano ang ComfyUI? Isang gabay para sa mga baguhan tungkol sa mga node, workflow, at ang unang graph
Ipinaliwanag ang ComfyUI para sa mga galing sa Automatic1111, Fooocus o isang web app: bakit ito ay isang graph, ang pitong node sa default na workflow at ang ginagawa ng bawat isa, paano mag-load ng workflow mula sa isang imahe, saan inilalagay ang mga modelo, ang Manager para sa mga nawawalang node, at kung kailan mas mainam gumamit ng mas simpleng tool o cloud.
Ni Lookout
2025-12-17
Mga app
Paano mag-install ng LoRA: mga folder, tsek ng file at unang gamit sa ComfyUI, Forge, Automatic1111 at Draw Things
Praktikal na gabay sa pag-install: saan magda-download ng LoRA, paano tsekin ang file hash laban sa pahina ng modelo, saang folder ilalagay para sa bawat sikat na UI, paano i-refresh ang listahan, paano i-load sa unang gamit, at tatlong paraan para gamitin ito sa cloud nang walang kailangang i-install.
Ni Lookout
2025-09-24
Mga model
Alin ang mga AI image models na subukan muna, at bakit: isang naka-ranggo na panimulang listahan
Pito na modelo para sa unang linggo, pinili dahil sa pagiging madaling gamitin kaysa sa hype: isang SDXL photo fine-tune, isang anime fine-tune, Flux dev, isang mabilis na turbo model, isang inpainting model, isang video model at isang upscaler, bawat isa may dahilan, memorya na kailangan at estilo ng prompt na inaasahan.
Ni Captain
2025-09-10

Higit pang gabay

Mga model
FLUX.1 Dev: paano ito i-prompt, pinakamahusay na mga setting at mga ideya sa paglikha
Isang praktikal na gabay sa FLUX.1 Dev mula sa Black Forest Labs: natural-language prompting, mga setting ng guidance at steps, LoRA stacking, text rendering at mga ideya sa prompt na nagpapalakas sa mga kakayahan nito.
Ni Captain
2026-09-30
Mga model
Stable Diffusion XL 1.0: mga prompt, settings at kung ano pa rin ang pinakamagaling nito
Paano masulit ang official SDXL 1.0 base model: native na resolusyon, CFG at sampler settings, ang refiner, negative prompts at mga ideya para sa mga estilo kung saan pa rin namumukod-tangi ang SDXL.
Ni Captain
2026-10-01
Mga model
Stable Diffusion 1.5: ang klasikong modelo, tamang paggamit ng prompt
Worth pa rin malaman ang Stable Diffusion 1.5: tamang resolution, CFG at sampler, paano gamitin ang malaking library ng LoRAs at embeddings nito, at mga creative na ideya sa prompt na bagay sa 512-pixel na modelo.
Ni Captain
2026-10-02
Mga model
FLUX.2 Dev: paggamit ng pinakabagong modelo ng Black Forest Labs
Ang FLUX.2 Dev ay may mas mahahabang prompt, mas magandang teksto, mas matibay na realism, at multi-reference editing. Saklaw ng gabay na ito ang turbo workflow, guidance at resolution settings, istruktura ng prompt, at mga ideya na gumagamit ng mga bagong lakas nito.
Ni Captain
2026-10-03
Mga model
Qwen-Image: mahahabang prompt, perpektong teksto at bilingual na poster
Ang Qwen-Image ang modelong dapat gamitin kapag mahalaga ang mga salita sa larawan. Alamin kung paano gumawa ng mahahabang deskriptibong prompt, mag-render ng English at Chinese na teksto nang tama, mag-set ng CFG at steps, at tuklasin ang mga ideya na maraming layout.
Ni Captain
2026-09-29
Mga model
SDXL-Lightning: apat na hakbang na pagbuo sa kahit anong SDXL checkpoint
Pinapabilis ng ByteDance na SDXL-Lightning LoRA ang 30-hakbang na SDXL render sa 4 na hakbang lang. Alamin ang bilang ng hakbang, ang CFG na dapat gamitin, ang sampler, at kung paano ito pagsamahin sa paborito mong checkpoints at style LoRAs.
Ni Captain
2026-09-30