近30天源站下载量
11.2万
参数
未知
上下文
未说明
架构 / 任务
text-to-image
许可证
other
MODEL POSITIONING
这个模型解决什么问题？
模型能力方面，官方 Qwen-Image-2.1-Turbo 是 7B 视觉生成架构的文生图模型，模型卡称其没有内置安全检查器；Turbo 基线为 CFG 1、8 步，并建议使用官方 sigma 调度。量化仓库提供 GGUF、FP8、INT8 ConvRot、NVFP4 与 MLX 权重；硬件估算仅对应所列 GGUF。运行工具可选 ComfyUI、stable-diffusion.cpp 和 MFLUX，各工作流需配套文本编码器与 VAE，不能只下载扩散模型。
更适合谁
- 希望在本地设备运行文生图模型的用户
- 需要通过 ComfyUI 图形界面生成图片的用户
- 希望按内存和显存选择量化文件的用户
典型使用场景
- 按提示词生成 1024×1024 图像
- 制作插画、海报或封面背景草图
- 使用固定种子比较不同参数的结果
- 在本地设备生成免上传提示词的图片
SOURCE-BASED CAPABILITIES
模型卡透露的核心特点
文本生成图像
基础模型定位为 text-to-image，可根据文本提示生成图像
Turbo 采样配置
模型卡建议采用 CFG 1、8 步及官方 sigma 调度
多种量化格式
提供 GGUF、FP8、INT8 ConvRot、NVFP4 和 MLX 权重
本地工具覆盖
可用于 ComfyUI、stable-diffusion.cpp 与 MFLUX 工作流
按当前权重估算的硬件准备
- 现有 GGUF 文件中，最低显存估算约 4.5 GB
- 为上下文缓存、系统进程和并发请求预留额外内存，不要只按模型文件大小配置设备。
量化版本怎么选
- 入门设备优先选择模型卡推荐的 Q4_K_M，其文件约 4.05GB
- Q4_0 同样约 4.05GB，但资料未给出其与 Q4_K_M 的画质差异结论
- 显存稍宽裕可选 Q5_K_M 或 Q6_K；模型卡未提供不同量化之间的画质对比
- Q8_0 是所列 GGUF 中文件最大、标称精度最高者，但更高精度不代表已有画质提升结论
GGUF VARIANTS
量化版本与硬件要求
HARDWARE MATCH
哪些显卡或设备更适合运行？
按当前最小量化文件估算，至少需要 4.5GB 显存；如果希望为运行框架和上下文保留余量，优先参考推荐显存 5.5GB。
阅读 8GB 显存选型指南 →可以怎样运行
- ComfyUI GGUF：安装 ComfyUI-GGUF，通过 Unet Loader (GGUF) 加载，并使用 Turbo 官方模板
- ComfyUI Safetensors：使用标准加载器选择 INT8 ConvRot、FP8 或 NVFP4 扩散模型
- 命令行：使用 stable-diffusion.cpp 加载 GGUF 或受支持的 Safetensors
- MLX/MFLUX：使用 4-bit、6-bit 或 8-bit MLX 权重，需 Python 3.11 或更新版本
采用前要知道的限制
- 模型卡明确说明没有内置安全检查器或内容过滤器，使用者需自行遵守当地法规与平台规则
- Turbo 默认 CFG 1 时负面提示词不起作用，常规 KSampler 简单 8 步也不能复现官方 sigma 调度
- 模型不是独立文件，必须同时准备匹配的文本编码器与 VAE；模型文件大小不等于总显存占用
- 尝试 2048×2048 会增加内存与时间需求；模型卡未说明中文提示词覆盖或中文字符渲染能力