Pruna-Qwen-Image-2.1

157 00

Pruna 发布 Pruna-Qwen-Image-2.1,一套面向 Qwen-Image-2.1 的加速LoRA,基于 DMD 蒸馏方案训练,可把原生模型采样步数压缩至5步或8步,最高推理提速6.3倍,支持文生图与图像编辑。

作者
Pruna
基础模型
Qwen-Image-2.1
 Pruna-Qwen-Image-2.1

Pruna 发布 Pruna-Qwen-Image-2.1,一套面向 Qwen-Image-2.1 的加速LoRA,基于 DMD 蒸馏方案训练,可把原生模型采样步数压缩至5步或8步,最高推理提速6.3倍,支持文生图与图像编辑。适配器挂载在原版基础模型之上,文本编码器、VAE、原有推理管线无需改动。当前为 v0.1 初版,仍在迭代优化。

 Pruna-Qwen-Image-2.1

两个LoRA变体

权重文件采样步数取舍说明
p_qwen_image_2.1_8step_v0.1.safetensors8画质更好,推荐默认使用
p_qwen_image_2.1_5step_v0.1.safetensors5速度最快,图像质量会明显下降

两个适配器各自配套专属sigma调度方案,同一时间只能加载其中一个。

训练与适用范围

  • 训练分辨率:1024×1024(1K),混合文生图任务、单图/多图编辑,最多支持3张参考图
  • 提示词:可选用提示词上采样,直接使用详尽提示词通常效果更佳
  • 外推边界:2K等高分辨率、超过3张参考图可以跑,但不在训练覆盖范围内,画质不稳定
  • 特性:无CFG,支持图像编辑

版本说明:v0.1 是首次预览发布,图像质量暂时还追不上原版Qwen-Image-2.1基础模型,团队持续优化蒸馏方案,后续会更新仓库。

基准测试信息

测试环境:H100 80GB,BF16,batch size=1,使用官方模型卡示例提示词;统计包含提示词编码、去噪、VAE解码,不包含模型加载、预热、图片存储,取预热后3轮推理的中位数。

  • 原版基线:40步,开启KV缓存
  • Pruna LoRA:5/8步,基准测试时关闭KV缓存;示例代码已支持开启KV缓存,图表尚未重新复测
  • 测试约束:LoRA不合并,不启用模型编译、CPU卸载;速度对比不代表图像质量一致

简要原理

基于DMD蒸馏方式训练LoRA,专门学习少步采样下的图像分布,减少去噪迭代次数,实现大幅加速,保留原生模型整套组件,不用替换基础权重。

适用场景:需要大批量快速生成图像、实时图像预览、本地端快速出图,适合愿意小幅牺牲画质换取巨大推理速度提升的场景。

相关图书

Qwen-Image-2.1-viggle-turbo

Qwen-Image-2.1-viggle-turbo

Viggle 发布 Qwen-Image-2.1-viggle-turbo(v0.1 预览版),基于 Qwen-Image-2.1 做分布匹配蒸馏得到学生模型。原生只需要4 次 Transformer 传递,而非原版 40 步,无需无分类器引导,支持文生图,以及带 1~3 张参考图的指令式图像编辑。
AnyPose

AnyPose

AnyPose专为 Qwen Image Edit 2511 Lightning LoRA 设计,无需 ControlNet,无需骨骼图,仅凭一张参考图 + 简单提示词,即可让目标角色精准复刻任意姿势。
Qwen Edit Figure Maker

Qwen Edit Figure Maker

wen Edit Figure Maker由模型训练者 aldniki217 基于 Qwen Image Edit 模型微调训练的 LoRA,灵感源自谷歌 Nano Banana模型的“真实手办”玩法,但更稳定、更可控、更支持中文。
Style-Transfer

Style-Transfer

Style-Transfer 是一款基于 Qwen-Image-Edit-2511 架构的实验性 LoRA 微调模型,专为风格转换与艺术变换设计。它能够将参考图像(如卡通、线稿、插画)的视觉风格精准迁移到源图像(如真人照片)上,同时最大程度保留源图像的结构与构图。