/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Qwen-Image-2.1
Библиотека
diffusers
Опубликована
26 сен 2026

Qwen-Image-2.1-FP8

Генерация изображенийТекст → изображение4 профессии

Производная модели unsloth/Qwen-Image-2.1-FP8. Квантованная FP8/INT8 модель Qwen-Image-2.1 для генерации обычных и прозрачных изображений по тексту и редактирования изображений.

262скачиваний за 30 дней0лайковвеса обновлены26 сен 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

Карточка модели LanguaMan/Qwen-Image-2.1-FP8 на Hugging Face совпадает с карточкой unsloth/Qwen-Image-2.1-FP8, поэтому описание составлено по ней.

unsloth/Qwen-Image-2.1-FP8 — квантованная версия Qwen-Image-2.1, опубликованная Unsloth для запуска через Diffusers. Модель предназначена для генерации изображений по текстовым запросам и редактирования изображений; компонент генерации содержит 7 млрд параметров и построен на 32 слоях Single-Stream DiT. В комплект также входит предварительно приведённая к FP8 копия текстового энкодера Qwen3-VL.

Модель создаёт обычные и прозрачные изображения RGBA, поддерживает редактирование с помощью референсов (до 10 изображений), круговых пометок, нарисованных аннотаций или масок. Среди заявленных сильных сторон — экономия вычислительных ресурсов благодаря FP8/INT8-квантованию, точная отрисовка текста, проработка текстур и сохранение сходства людей и товаров при редактировании. Карточка указывает лицензию «other», но не приводит её условия; перед использованием следует проверить лицензионные условия базовой модели и репозитория.

Сценарии применения

  • генерация иллюстраций по текстовому описанию
  • создание изображений с прозрачным фоном в формате RGBA
  • редактирование изображения по текстовым инструкциям
  • локальное редактирование областей по маске или пометкам
  • создание изображения по нескольким референсам
  • сохранение внешности людей или товаров при редактировании

Ограничения

FP8/INT8-квантование снижает требования к вычислениям, однако карточка не приводит количественной оценки влияния квантования на качество или требуемую память. Лицензия обозначена как «other», поэтому условия использования необходимо уточнить отдельно.

Для каких профессий подходит4

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

Read our How to Run Qwen-Image-2.1 Guide! 💜

This is an FP8 / INT8 quantized version of Qwen-Image-2.1, plus a pre-cast FP8 copy of its Qwen3-VL text encoder.

  • For higher quality, you can also run Dynamic FP8 on just 6GB of VRAM via offloading (<2x slower).
  • Optimized for efficient inference with reduced memory footprint. Same-seed LPIPS vs the bf16 model (lower is better): 0.064 INT8, 0.112 FP8. INT8 is the shipped scheme.
  • In Unsloth Desktop these are used automatically: pick Qwen-Image-2.1 and an INT8 or FP8 precision.
filesizereplaces
Qwen-Image-2.1-INT8.safetensors7.26 GBthe 14.23 GB bf16 transformer
Qwen-Image-2.1-FP8.safetensors7.12 GBthe 14.23 GB bf16 transformer
Qwen-Image-2.1-text_encoder-FP8.safetensors9.39 GBthe 17.5 GB bf16 text_encoder
vae/qwen_image_2.1_vae_bf16.safetensors0.63 GBthe fp32 vae, for unsloth/Qwen-Image-2.1-GGUF

Everything here is safetensors rather than a pickle, so loading runs no arbitrary code. Needs a diffusers main build: Qwen-Image-2.1 support postdates the 0.40 release.


Samples


Introduction

We are excited to open-source Qwen-Image-2.1, a unified text-to-image generation and image editing model in the Qwen family. With just 7B parameters in its visual generation component (32 Single-Stream DiT layers), Qwen-Image-2.1 balances generation quality, inference efficiency, and versatility.

Four key improvements define this release:

  • Compact and Efficient: a lightweight architecture with mixed-granularity attention and prefix KV cache reuse delivers strong image quality at low computational cost.
  • Native Transparency, Unified Creation and Editing: generate regular or transparent (RGBA) images from text, edit transparent layers, and extract subjects from photographs, all in one model.
  • Versatile Editing: support up to 10 reference images, specify local edits via circles, painted annotations, or separate masks, and preserve identity for people and products.
  • Realistic Textures and Refined Aesthetics: improved typography, portrait lighting, and fine details for more visually compelling results.

For more details, see the GitHub repo and Blog.

Quick Start

Installation

pip install torch>=2.4.0
pip install transformers>=5.17
pip install git+https://github.com/huggingface/diffusers
pip install accelerate pillow

Text-to-Image

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16
).to("cuda")

image = pipe(
    prompt="A neon shop sign that reads \"QWEN IMAGE 2.1\", rainy night, reflections on wet pavement",
    width=2048, height=2048,
    num_inference_steps=40,
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]

image.save("t2i_example.png")

Image Editing

import torch
from PIL import Image
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16
).to("cuda")

input_image = Image.open("input.png")

image = pipe(
    prompt="Change the background to a sunset beach",
    image=input_image,
    num_inference_steps=40,
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]

image.save("edit_example.png")

Transparent Image Generation (RGBA)

Use the recommended prompt format for transparent images:

image = pipe(
    prompt="This is an RGBA image with transparency. A cute cartoon dragon sticker. The image has alpha channel and the background is transparent.",
    width=2048, height=2048,
    num_inference_steps=40,
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]

image.save("transparent_example.png")

Supported Aspect Ratios

aspect_ratios = {
    "1:1":  (2048, 2048),
    "4:3":  (2400, 1792),
    "3:4":  (1792, 2400),
    "3:2":  (2528, 1696),
    "2:3":  (1696, 2528),
    "16:9": (2752, 1536),
    "9:16": (1536, 2752),
}

Memory Optimization

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16
)
pipe.enable_model_cpu_offload()

Showcase

License

This model is licensed under the Qwen Research License Agreement.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

В репозитории 4 LoRA-файлов, и по карточке не понять, какой из них запускать.

Ревизия весов
b6194ec

0 моделей