Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen-Image-Layered
Опубликована: 16 июл 2026

Ссылки

Hugging Face

qwen-image-layered-int8convrot

appmana

Генерация изображенийИзображение, текст → изображение

Конверсия Qwen Image Layered для ComfyUI, которая раскладывает изображение на редактируемые RGBA-слои.

0скачиваний за 30 дней1лайквеса обновлены16 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 конвертированный чекпойнт Qwen Image Layered, подготовленный appmana для запуска в ComfyUI. Он принимает изображение и создаёт его разложение на отдельные редактируемые RGBA-слои, чтобы можно было независимо менять объекты и элементы композиции. Задача модели — image-text-to-image; в README подтверждён запуск стандартного рабочего процесса с локальным изображением 640 пикселей, который создал три непустых слоя.

Веса преобразованы из официального чекпойнта BF16 в INT8 с TensorWise-квантованием и ConvRot; файл сохранён в формате safetensors. Для загрузки нужны ComfyUI версии 0.27.0 или новее и comfy-kitchen версии 0.2.15 или новее. Оптимизированные INT8-ядра требуют видеокарту NVIDIA с compute capability 7.5 или выше; рабочий процесс также использует отдельные файлы текстового энкодера Qwen 2.5 VL 7B и VAE. Лицензия — Apache-2.0.

Сценарии применения

разложение изображения на отдельные RGBA-слои
подготовка композиции к независимому редактированию объектов
создание слоёв для рабочего процесса Qwen Image Layered в ComfyUI

Ограничения

Для использования нужны ComfyUI ≥ 0.27.0, comfy-kitchen ≥ 0.2.15 и файлы текстового энкодера и VAE; оптимизированные INT8-ядра требуют NVIDIA GPU с compute capability 7.5 или выше. В README подтверждён тестовый сценарий с входом 640 пикселей, поэтому качество и поведение на других разрешениях по этим данным не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen Image Layered INT8 ConvRot for ComfyUI

This repository contains a stock-ComfyUI-native INT8 TensorWise + ConvRot conversion of the official qwen_image_layered_bf16.safetensors checkpoint. It loads directly in ComfyUI 0.27.0 or newer; no quantization custom node is required.

File

File	Size	SHA-256
`qwen_image_layered_int8convrot.safetensors`	20,555,647,784 bytes	`34e45a22c895cd15877838909f8f6b98a8ee1a6258d7967f584b860a7b8c7c27`

The checkpoint contains 839 INT8 weights, 839 FP32 per-output-channel scales, 839 ConvRot metadata tensors, and 1,095 retained BF16 tensors. Every selected weight was rotated with regular-Hadamard groups of 256 before quantization.

Requirements

ComfyUI >= 0.27.0
comfy-kitchen >= 0.2.15
NVIDIA GPU with compute capability 7.5 or newer for the optimized TensorWise INT8 kernels

Install this file in ComfyUI/models/diffusion_models/. The standard Qwen Image Layered workflow also needs:

Select qwen_image_layered_int8convrot.safetensors in the workflow's Load Diffusion Model node.

Conversion provenance

Base model: Qwen/Qwen-Image-Layered, revision 8f0ca708dfff6ba1dd5f2d85d78f8c108a040bcf
ComfyUI source checkpoint: Comfy-Org/Qwen-Image-Layered_ComfyUI, revision 5d93d59c0e34488b94dee03ad33337f7ee997f97
Converter: Comfy-Org/comfy-quants, revision 1e0d481f24847c4914578f5468917902ad53ea46
Recipe: qwen_image_layered_int8_tensorwise.yaml

comfy-quants export-model-int8-tensorwise \
  --config configs/qwen_image_layered_int8_tensorwise.yaml \
  --source qwen_image_layered_bf16.safetensors \
  --out qwen_image_layered_int8convrot.safetensors \
  --device cuda:0 \
  --convrot \
  --convrot-groupsize 256 \
  --hash-output

Validation

The safetensors contract and checksum were verified after export. The checkpoint was then loaded by stock ComfyUI, which detected all 839 INT8 weights, and the official image_qwen_image_layered workflow completed with a local 640-pixel input on an RTX A5000. The smoke test produced three non-empty 640x608 RGBA layers.

This conversion retains the upstream Apache-2.0 license.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Задача «image-text-to-image» пока не поддерживается рантаймом.

Ревизия весов: 5ad4e58