/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen-Image-2512
Опубликована
25 июл 2026

Qwen-Image-2512-FP8-E4M3FN

Генерация изображенийТекст → изображение3 профессии

FP8-конверсия трансформера Qwen-Image-2512 для генерации изображений по текстовым запросам с меньшим объёмом хранения.

110скачиваний за 30 дней0лайковвеса обновлены25 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это FP8 E4M3FN-конверсия трансформера Qwen-Image-2512, подготовленная 777Radik для хранения и загрузки через DiffSynth. Модель предназначена для генерации изображений по текстовому описанию; исходная модель особенно хорошо справляется с реалистичными изображениями людей, детализированными природными сценами и отрисовкой текста, в том числе кириллицы.

В FP8 представлены только веса трансформера в формате safetensors: их объём уменьшен примерно на 50% по сравнению с исходным хранилищем BF16. Токенизатор, текстовый энкодер и VAE нужно загрузить отдельно из Qwen/Qwen-Image-2512. В описанном автором тесте на 100 русских запросах результаты совпали с исходной BF16-версией побайтно; проверка проводилась в конкретном конвейере DiffSynth с ControlNet. Лицензия — Apache-2.0. Автор предупреждает, что вне проверенных DiffSynth-пайплайна и среды Blackwell FP8 работа не гарантируется.

Сценарии применения

  • создание изображений по текстовому описанию
  • генерация изображений с надписями на кириллице
  • создание реалистичных портретов и изображений людей
  • генерация детализированных природных сцен

Ограничения

Трансформер требует отдельно загружать токенизатор, текстовый энкодер и VAE базовой модели. Автор проверял конверсию только в конкретном пайплайне DiffSynth и среде Blackwell FP8; совместимость и качество вне этой среды не подтверждены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen-Image-2512 FP8 E4M3FN transformer

Transformer-only FP8 storage conversion of Qwen/Qwen-Image-2512. Floating tensors are stored as float8_e4m3fn; shard names, tensor keys, index, config, and non-floating tensors are preserved for DiffSynth-compatible loading.

Files

  • 9 safetensors shards
  • diffusion_pytorch_model.safetensors.index.json
  • config.json
  • quantization-manifest.json with source and output SHA-256 for every shard

The transformer is 20,430,631,776 bytes, down from 40,861,027,880 bytes (50.0% smaller). The base tokenizer, text encoder, and VAE are not duplicated; load them from Qwen/Qwen-Image-2512.

Validation

The same 100-sample Russian held-out benchmark was generated with the source BF16-storage transformer and this FP8-storage transformer. Both runs used the same trained ControlNet, prompts, control images, 20 steps, and per-sample seeds.

  • 100/100 generated PNG SHA-256 hashes matched
  • manual exact Cyrillic score: 99/100 before and after conversion
  • regression: 0 percentage points
  • OCR diagnostic exact: 77/100 before and after conversion
  • mean OCR CER: 0.1142 before and after conversion
  • mean glyph similarity: 0.9564 before and after conversion

The remaining manual failure was ЕЩЁ → ЁЩЁ; it is present before quantization and is not a quantization regression.

Scope

This is a storage conversion, not a new base model and not an SDNQ graph rewrite. SDNQ was not used because the selected DiffSynth Blockwise ControlNet pipeline expects the original Qwen transformer graph and keys.

Use at your own risk outside the tested DiffSynth pipeline and Blackwell FP8 environment.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории только компонент QwenImageTransformer2DModel без пайплайна: подключение такого компонента к базовой модели пока не поддерживается.

Ревизия весов
2f98e37

0 моделей