比肩Midjourney-v6，快手的文生图开源模型可图Kolors一发布，开源社区就炸开了锅。短短几天，可图在Github上收获2k Star，Huggingface模型下载热榜第一。
7月6日，快手宣布开源数十亿参数的文生图模型可图Kolors，可图支持中英文双语，支持长达256 token的上下文长度，最重要的是可以渲染中文，生成效果上实现了质的飞跃。
值得一提的是，可图采用了智谱的开源大模型ChatGLM3作为文本编码器，对中文的理解能力远超很多竞品。
国产文生图模型的强势崛起让人振奋，不过，由于硬件等客观条件限制，大多数跃跃欲试的用户却很难在本地部署并体验可图。
首先，可图模型完整下载有28G，下载模型、存放模型比较不方便；其次，可图采用的ChatGLM3代替了传统的CLIP模型做文本提示词嵌入，语义能力增强的同时显存消耗也从原来的几百MB变成十几G，这样，本地显存少于20G的用户，需要用有损量化或者损失推理速度的办法运行可图。
为了让用户无痛使用可图，硅基流动团队开源了BizyAir节点 ，这是一个专用于ComfyUI的节点仓库，首批节点就有可图Kolors。
现在，没有显卡，不用下载模型，你也能用可图极速生成图片。
BizyAir还同步上线了一个小惊喜。考虑到写提示词的环节也很费劲，我们开源了SiliconCloud LLM节点，让GLM4、DeepSeek V2 Chat这类顶尖大语言模型接入ComfyUI，帮助你在工作流中生成、提炼提示词。
以DeepSeek V2 Chat为例，如果用它提炼提示词，需要500G左右的硬盘空间和8张A100以上的显卡才能部署这个模型，而SiliconCloud LLM节点直接提供了这个能力。
除了免去了用户搭配环境、模型下载与模型部署的门槛与烦恼。硅基流动还对Kolors节点提供基于专用的图片生成推理引擎OneDiff优化，节约图片生成时间与成本。
当然，你也可以一键无缝接入已有ComfyUI工作流，并可自由与本地节点做平替或组合。
一键直达传送门：**
代码：github.com/siliconflow/BizyAir**
那么，如何在ComfyUI中使用可图Kolors？
只需两大步。
一、安装BizyAir
在ComfyUI Manager中搜索"BizyAir"即可完成安装。
此外，你还可以通过源码、Comfy-cli安装。Windows新手可以下载独立的压缩包，具体可见：siliconflow.github.io/BizyAir/getting-started/
二、快速开始
- 设置API密钥
首次使用，你需要通过"Set SiliconCloud API Key（设置SiliconCloud API密钥）"来生成API密钥（cloud.siliconflow.cn/account/ak）...
- 使用BizyAir节点
所有BizyAir节点都在"☁️BizyAir"目录下。其中"☁️BizyAir SiliconCloud LLM API"节点可以利用大型语言模型帮你精炼提示词、翻译或执行任何其他任务。
现在，你也可以添加"Kolors"节点 快速进行文生图了。目前，BizyAir提供了与Kolors相关的节点，包括Kolors Sampler、Text encoding、VAE decoding、VAE encoding。
当然，图生图也不在话下。