/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen-Image
Библиотека
diffusers
Опубликована
5 авг 2025

qwen-image-gguf

Генерация изображенийТекст → изображение3 профессии

calcuis/qwen-image-gguf — это GGUF-квантизированная версия модели Qwen-Image, базовая модель которой разработана командой Qwen.

2 337скачиваний за 30 дней23лайкавеса обновлены14 авг 2025

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

Модель предназначена для генерации изображений по текстовому описанию, включая создание сцен, персонажей, окружения и изображений с текстом. Основной язык, указанный для модели, — английский; она интегрируется с Diffusers и ComfyUI через gguf-node или может запускаться с помощью gguf-connector.

Модель использует диффузионную архитектуру Qwen-Image и текстовый энкодер Qwen2.5-VL-7B. Доступны варианты GGUF-квантизации, включая IQ2_S, IQ4_NL, Q4_0, Q5 и Q8_0; конкретные размеры файлов в README не приведены. В примере генерация выполняется с разрешением 1024×1024 и 24 шагами диффузии. К сильным сторонам относятся поддержка локального запуска и возможность выбора степени квантизации для компромисса между качеством и потреблением памяти. Ограничения включают зависимость от дополнительных компонентов — текстового энкодера и VAE, а также отсутствие поддержки квантов t и i в Diffusers на момент публикации README.

Модель распространяется по лицензии Apache-2.0. README не содержит подробных сведений о качестве, производительности, требованиях к оборудованию и полной языковой поддержке.

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

gguf quantized version of qwen-image

  • run it straight with gguf-connector
ggc q5

GGUF file(s) available. Select which one to use:

  1. qwen-image-iq2_s.gguf
  2. qwen-image-iq4_nl.gguf
  3. qwen-image-q4_0.gguf
  4. qwen-image-q8_0.gguf

Enter your choice (1 to 4): _

run it with gguf-node via comfyui

  • drag qwen-image to > ./ComfyUI/models/diffusion_models
  • drag qwen2.5-vl-7b [4.43GB] to > ./ComfyUI/models/text_encoders
  • drag pig [254MB] to > ./ComfyUI/models/vae

screenshot

tip: the text encoder used for this model is qwen2.5-vl-7b; get more encoder either here (pig quant) or here (llama.cpp quant); the size is different from the one (qwen2.5-vl-3b) used in omnigen2

run it with diffusers

import torch
from diffusers import DiffusionPipeline, GGUFQuantizationConfig, QwenImageTransformer2DModel

model_path = "https://huggingface.co/calcuis/qwen-image-gguf/blob/main/qwen-image-q2_k.gguf"
transformer = QwenImageTransformer2DModel.from_single_file(
    model_path,
    quantization_config=GGUFQuantizationConfig(compute_dtype=torch.bfloat16),
    torch_dtype=torch.bfloat16,
    config="callgg/qi-decoder",
    subfolder="transformer"
)
pipe = DiffusionPipeline.from_pretrained(
    "callgg/qi-decoder",
    transformer=transformer,
    torch_dtype=torch.bfloat16,
)
pipe.enable_model_cpu_offload()

prompt = "a pig holding a sign that says hello world"
positive_magic = {"en": "Ultra HD, 4K, cinematic composition."}
negative_prompt = " "
image = pipe(
    prompt=prompt + positive_magic["en"],
    negative_prompt=negative_prompt,
    height=1024,
    width=1024,
    num_inference_steps=24,
    true_cfg_scale=2.5,
    generator=torch.Generator()
).images[0]
image.save("output.png")

note: diffusers not yet supported t and i quants; opt gguf-node via comfyui or run it straight with gguf-connector

reference

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

GGUF-версии diffusion-моделей не запускаются: нужен репозиторий diffusers.

Ревизия весов
5317d72

0 моделей