P-Q-Image-2.1

Pruna AI 发布了 P-Q-Image-2.1，这是一组专为 Qwen-Image-2.1 基础模型设计的少步 LoRA 适配器。该适配器通过高级蒸馏技术，将图像生成与编辑的步数大幅压缩至 5 到 8 步（v0.2 版本主推 6 步），在保持基础模型管道、文本编码器和 VAE 不变的前提下，实现了高达 6.3 倍的推理提速，且无需使用 CFG（Classifier-Free Guidance）。

核心特性与技术亮点

• 极速少步生成：通过深度蒸馏，模型仅需 5 至 8 步即可完成高质量的文生图与图生图任务，显著降低了端到端生成时间。
• 无缝工作流集成：适配器直接加载于 Qwen-Image-2.1 基础检查点之上，无需任何自定义节点。ComfyUI 用户只需使用原生的 LoraLoaderModelOnly 节点即可接入。
• 创新的提示上采样蒸馏 (v0.2)：6-steps-upsampled 变体首次将原本需要独立调用的“提示上采样器”功能直接蒸馏进了 LoRA 权重中。这意味着用户只需输入简短提示，即可在单次生成中获得媲美长提示的视觉质量，进一步精简了工作流。
• 无 CFG 极简采样：彻底摒弃了传统的正负面提示词权衡，统一采用 CFG = 1 和 Euler 采样器，降低了参数调优的复杂度。

版本与变体矩阵

部署与严格采样规范

为确保蒸馏模型的输出质量，必须严格遵守以下采样配置，切勿混用不同版本的调度参数：

• 基础设置：采样器选择 euler，CFG 比例强制设为 1，不使用负面提示词，LoRA 强度设为 1.0。
• ManualSigmas (手动 Sigma 调度)：
  • v0.2 (6 步): 1.0, 0.961054, 0.918949, 0.769302, 0.545554, 0.222292, 0
  • v0.1 (8 步): 1.0, 0.933333, 0.857143, 0.769231, 0.666667, 0.545455, 0.4, 0.222222, 0
  • v0.1 (5 步): 1.0, 0.94, 0.857143, 0.666667, 0.4, 0

已知限制与边界

• 分辨率约束：适配器仅在 1K (1024 × 1024) 分辨率下进行了混合训练（包含简单/上采样提示、文生图及最多 3 张参考图的编辑）。虽然支持更高分辨率（如 2K），但超出训练分布，生成质量无法保证。
• 参考图数量：图像编辑工作流中，建议最多使用 3 张参考图像。
• 提示词策略：对于 6-steps 变体，建议使用与基础模型相同的详细提示词；对于 6-steps-upsampled，可从简短提示开始，但提供包含主体、光照和风格的详细提示通常仍能带来更好的结果。