Qwen Image 2.1

它是什么

Qwen-Image-2.1-Turbo 是 Qwen-Image-2.1 的加速检查点：同一套 7B 视觉生成架构，默认约 8 步去噪，并自带推荐采样 schedule（无需手写 scheduler）。默认 CFG=1，可用 prefix KV cache 在去噪步间复用文本与参考图上下文。

• 文生图（text-to-image）与单图编辑（image editing）共用同一 pipeline。
• 分辨率预设与基座一致（如 1:1 → 2048×2048，2:3 → 1696×2528 等）。
• 模型卡展示人像、动作、透明图、排版海报、单图变换、多参考合成等类别示例。

谁做的

由 Qwen 团队发布，权重在 Hugging Face：Qwen/Qwen-Image-2.1-Turbo。基座为 Qwen/Qwen-Image-2.1。许可证为 Qwen Research License Agreement（HF 标注 license: other）。问题反馈可通过模型卡上的官方 feedback 表单联系研究团队。

能做什么

根据模型卡与 showcase：

• 文生图：详细提示下的海报、人像、场景等（示例使用竖版 1696×2528）。
• 图像编辑 / 参考变换：输入草图或参考图 + 编辑提示（示例 2048×2048，如游艇草图→写实照片）。
• 多参考 / 室内拼合：模型卡展示多参考合成与四图室内构图等能力示意。

需要 Diffusers 支持 pipeline 配置的 sampling sigmas（模型卡指向 PR #14950）；安装说明要求从 Diffusers 源码安装最新版。

怎么试用

安装（需 CUDA 兼容的 PyTorch，再装最新 Diffusers 源与依赖）：

pip install git+https://github.com/huggingface/diffusers.git
pip install "transformers>=5.17.0" accelerate pillow

文生图最小示例：

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1-Turbo",
    dtype=torch.bfloat16,
).to("cuda")

image = pipe(
    prompt="Your prompt here",
    width=1696,
    height=2528,
    use_kv_cache=True,
    generator=torch.Generator("cpu").manual_seed(42),
).images[0]
image.save("t2i.png")

编辑时传入 image=... 与编辑 prompt。推荐 8 步 schedule 随权重加载；仅设 num_inference_steps 不会覆盖它；实验可用显式 sigmas。完整示例与宽高表见模型卡。

和基座 / 量化衍生

相对 Qwen-Image-2.1 基座：Turbo 是加速检查点——更少去噪步、自带 schedule、KV cache，面向更快试错；画质 / 提示遵循细节以官方博客与模型卡为准。

量化与社区衍生：HF 热榜上可见如 Uncensored-Quantized 等第三方量化包。它们不是本页主体；若你关心体积 / 显存，可在 HF 搜索同名前缀的量化仓库，并自行核对许可证与安全过滤差异。本站不为量化包单独建页。