• 人工智能
• 大模型
• 媒体生成
• 模型量化

Fibo-2.0 是 BRIA AI 推出的 ComfyUI 文生图与图像编辑模型，跑 Fibo-2.0 AI绘图 的核心门槛就是显存：本文基于官方 bf16 与 int8 量化版的真实文件体积，整理一份完整的 Fibo-2.0 显存需求清单，帮你判断最低多少显存能跑、选哪个版本最划算。📦

📊 Fibo-2.0 模型文件清单与体积

Fibo-2.0 由四部分组成：扩散主干、文本编码器（Qwen3VL-4B）、VAE 与可选 LoRA。各文件的官方体积如下：

💡 关键点：扩散模型与文本编码器必须选同档位（都 bf16 或都 int8），VAE 固定。int8 版本对扩散模型几乎减半，是最主要的"显存省钱项"。

🔍 bf16 与 int8 量化版区别：精度换多少显存？

根据 README.md 的官方说明，两个版本的区别在于：

• bf16 版：权重值与原模型完全一致，只做了分片合并与键名对齐（ComfyUI 布局），质量无损失，但显存开销最大；
• int8_convrot 版：卷积等权重做 int8 量化（Hadamard 旋转、通道级 scale），adaLN 调制层仍保留 bf16，输出与原版有轻微差异，但体积近乎减半。

简单说：追求极致质量选 bf16，显存紧张选 int8，int8 是低显存机器跑 Fibo-2.0 的官方推荐路线。

📈 bf16 vs int8：显存需求对比清单

按"权重体积 + 推理激活开销"估算（生成 1024×1024 常见分辨率），各组合的推荐显存档位如下：

⚡ 最低多少显存能跑？分档结论

• 12 GB 及以下：❌ 不建议。即使全 int8，VAE + 激活开销也难以稳定运行；
• 16 GB：🟡 极限档位。全 int8 + 文本编码器 CPU 卸载 + 低分辨率，可出图但速度慢；
• 24 GB：✅实用最低线。int8 全套可流畅出图，这是多数消费级卡（如 3090/4090）的最佳选择；
• 32 GB：✅ bf16 高质量档可跑（搭配 offload），适合追求画质的用户；
• 48 GB+：🏆 无压力全 bf16，可同时加载多模型与高分辨率输出。

🔧 降低显存占用的 4 个实用技巧

1. 扩散模型 + 文本编码器都用 int8 版：这是体积差异最大的一环（16.45 GB → 8.41 GB，8.88 GB → 4.86 GB）；
2. 开启 ComfyUI 的 CPU 卸载：把文本编码、VAE 卸载到内存，出图前才加载进显存；
3. 选 edit_turbo + turbo LoRA：fibo2_edit_turbo 步数更少，配合 rank 270 的 turbo LoRA 进一步提速，激活峰值更低；
4. 按需加载：只用文生图就只放 dev 版，不用编辑功能就跳过 edit 版，避免多模型常驻。

📁 文件放置路径（ComfyUI 目录结构）

按 README.md 要求，将各文件放入 ComfyUI 对应目录即可：

ComfyUI/models/ ├── diffusion_models/ ← 4 个扩散模型（选其一或同档双放） ├── text_encoders/ ← Qwen3VL-4B 编码器 └── vae/ ← flux2-vae.safetensors

✅ 总结

Fibo-2.0 的显存需求一句话总结：最低 16 GB 极限可用，24 GB 是 int8 量化版的舒适起步线，bf16 全精度建议 32 GB 起步。显存优先选 int8_convrot 全套，画质优先再上 bf16。注意权重为 CC BY-NC 4.0 许可，仅限非商业用途（详见 README.md 许可说明）。

• 人工智能
• 大模型
• 媒体生成
• 模型量化