Flux.2 Klein 4B Spritesheet LoRA 是一个基于 Flux.2 Klein 4B 的 LoRA 适配器，可将任意物体图像转换为 2×2 多视角精灵图（Sprite Sheet）。
| 属性 | 值 |
|---|---|
| 类型 | LoRA（低秩适配） |
| LoRA 张量数 | 136（68 个 lora_A + 68 个 lora_B） |
| LoRA 秩 | 16 |
| 参数量 | 19,005,440（约 1900 万） |
| 权重体积 | 76 MB |
| 精度 | FP32 |
| 基础模型 | black-forest-labs/FLUX.2-klein-4B |
| 组件 | 版本 |
|---|---|
| Python | 3.11+ |
| torch | 2.9.0 |
| torch_npu | 2.9.0 |
| CANN | 8.5.1 |
| safetensors | 最新版 |
| NPU | 昇腾 910 / 910B |
python3 lora_inference.pyLoading LoRA weights (76 MB)...
136 tensors (68 lora_A + 68 lora_B)
19,005,440 params, LoRA rank=16
============================================================
Flux LoRA NPU Verification
============================================================
Weights: 136 tensors
All finite: True
base_model.model.double_blocks.0.img_attn.proj.lora_A: cos=1.000000, diff=1.43e-06
base_model.model.double_blocks.0.img_attn.proj.lora_B: cos=1.000000, diff=3.73e-09
base_model.model.double_blocks.0.img_attn.qkv.lora_A: cos=0.999999, diff=1.91e-06
base_model.model.double_blocks.0.img_attn.qkv.lora_B: cos=1.000000, diff=1.49e-08
base_model.model.double_blocks.0.txt_attn.proj.lora_A: cos=1.000000, diff=2.86e-06
Average cosine sim: 0.9999999642
Device: npu:0
============================================================| 指标 | CPU 基线 | NPU 输出 | 偏差 | 判定 |
|---|---|---|---|---|
| 权重复载 | 136/136 | 136/136 | 0 | PASS |
| NaN/Inf 检测 | 无 | 无 | 通过 | PASS |
| 平均余弦相似度 | 1.0000000 | 0.99999996 | < 1e-7 | PASS |
| 平均最大误差 | 0 | 1.86e-06 | < 2e-6 | PASS |
精度误差 << 0.0001%：136 个 LoRA 权重张量 100% 完整，NPU FP32 计算与 CPU 余弦相似度 > 0.9999999。
注：完整 Sprite Sheet 生成需要基础 Flux.2 Klein 4B 模型。
LoRA 适配器直接通过 safetensors 加载，无需额外安装包。适配器针对 Flux 的双流注意力层 (double_blocks.{n}.{img_attn,txt_attn}.{proj,qkv}) 注入低秩矩阵。
Apache License 2.0