快手近期推出了一项重磅举措——Kolors文生图大模型正式开源，其生成效果表现极为出色。不仅在图像生成方面超越了现有的开源模型，甚至直接对标商业闭源模型，一经发布便在社交媒体上引发广泛热议。

Kolors的开源之路

Kolors的开源，绝不仅仅是一个技术上的里程碑，更是快手在AI技术开放态度上的一次有力表态。在世界人工智能大会上，快手正式宣布Kolors开源，模型权重、完整代码、技术报告全套打包，Huggingface和GitHub上均已上线，全球开发者均可免费取用。

此外，GitHub主页上透露了后续的开放计划：接口与大模型已放出，接下来Lora、ControlNet等组件也将陆续开源——这一节奏，值得期待。

Kolors的卓越性能

Kolors的厉害之处体现在两方面：一是复杂语义理解能力极强，二是画质质感直接达到了摄影级。在智源FlagEval文生图模型评测中，Kolors以75.23分的主观综合评分位居全球第二，而在图像质量这一单项上，更是直接拿下了第一。

Kolors的技术创新

技术层面，Kolors采用隐空间扩散模型，并配合大语言模型进行文本表征，因此能够处理超长、超复杂的文本指令。两阶段渐进训练策略，确保了图像美感与质量双双达到国际顶尖水平。还有一个关键细节：它是首个原生支持中文文字生成的文生图模型——这意味着，理解中国元素、生成中文内容，它天生更具优势。

Kolors的ComfyUI部署

讲了这么多，相信不少朋友已经跃跃欲试。接下来聊聊如何在本地环境中运行起来。

GitHub上已经提供了现成的Kolors一键部署方案：

项目地址：
GitHub：https://github.com/kijai/ComfyUI-KwaiKolorsWrapper
Huggingface：https://huggingface.co/Kwai-Kolors/Kolors

首先，复制项目的url。

然后进入ComfyUI管理器进行安装，安装完成后重启。

接着，搭建一个最简单的Kolors文生图工作流。

工作流搭建完成后，点击添加提示词队列，系统会自动下载所需的大模型和文本编码器。

⚠️注意：模型文件位于Huggingface上，大模型约5G，文本编码器约11G，因此网络环境需要能够稳定科学上网。

模型最终会下载到以下路径：

安装报错解决

第一次运行，难免会遇到一些坑。最常见的问题是文本编码器找不到文件的报错。

解决方法其实并不复杂：前往Huggingface项目地址的text_encoder文件夹，将所有json和Python文件下载下来。

将其放入本地的text_encoder文件夹中。注意：下载下来的文件名不标准，需要手动重命名，参照下图进行修改。

最后，还需单独下载Vae模型，并放置到对应的路径下。

本地vae文件路径如下：

完成以上步骤后，Korols即可正常生成图像。实际测试发现，使用刚搭建的工作流输入中文提示词，体验非常流畅，画面质感极佳，手部细节也没有崩坏，抽象风格的表现同样不输Midjourney。

Kolors与开源社区的未来

恰逢Stability AI经历动荡之际，快手的Kolors开源正好接住了这个缺口，成为开源社区新的焦点。快手后续计划陆续放出更多应用组件，将Kolors的开源生态做大做强。全球开发者共同推进，文生图大模型社区的发展将更加迅速。

总结

快手的Kolors大模型，从开放的姿态、过硬的技术实力，到实际可用的商业应用，从头到尾都在证明一件事：国产AI的底子，确实硬了起来。在AI技术日新月异的今天，Kolors的开源落地，让我们看到了技术与内容形态结合的新可能。随着越来越多企业和开发者加入这一生态，整个行业或许将迎来一个意料之外、却又情理之中的新机遇。