В веса встроены две доработки: Turbo LoRA для генерации примерно за 8 шагов и Multiple-Angles LoRA для создания изображений одного объекта или персонажа с разных ракурсов. Модель предназначена для задач image-to-image и редактирования изображений по текстовым инструкциям, включая сохранение внешнего вида объекта, изменение ракурса, создание фронтального, бокового и заднего видов, а также поддержание согласованности дизайна, освещения и фона.

Сборка использует Transformer в формате GGUF с квантованием Q6_K размером около 11,4 ГБ, текстовый энкодер Qwen2.5-VL-7B-Instruct в формате Q4_0 размером около 4,43 ГБ, multimodal projector Qwen2.5-VL-7B-Instruct в формате F16 и VAE qwen_image_vae. Указаны примеры работы с разрешением 1024×1024, 12 шагами, CFG 1.0 и seed 42; для Turbo показан сценарий с 8 шагами. Модальность — изображения и текст; поддерживаемые языки явно не указаны.

Сильные стороны модели — ускоренное редактирование, работа с несколькими ракурсами и встроенные доработки без необходимости отдельно подключать LoRA. Ограничения включают значительный объём компонентов и необходимость использовать обновлённый GGUF Loader для ComfyUI; конкретные требования к видеопамяти и гарантии качества для других разрешений или сценариев не указаны. Модель распространяется по лицензии Apache-2.0.