企业官网建设流程全解析

• 人工智能
• 大模型
• 基础模型
• 媒体生成
• 模型量化
• Qwen

Qwen-Image-2.1-FP8 是 Qwen-Image-2.1 开源文生图与AI图像编辑模型的 FP8/INT8 量化版，单次最多支持 10 张参考图融合、圆圈/涂抹/遮罩三种局部精准编辑、人物与商品身份保持，原生支持 RGBA 透明图。量化后模型体积近乎减半（约 7.1~7.3 GB），最低 6 GB 显存即可跑通，是本地部署 AI 图像编辑的首选轻量方案。

🖼️ Qwen-Image-2.1-FP8 是什么？为什么量化？

Qwen-Image-2.1 是 Qwen 家族中的统一生成+编辑模型，视觉生成组件仅有7B 参数（32 层 Single-Stream DiT），在生成质量、推理效率与通用性之间取得了很好的平衡。

但原版 bf16 权重大约需要 14 GB 以上显存，普通消费级显卡压力不小。本仓库 README.md 由 unsloth 提供的 FP8/INT8 量化权重，核心优势如下：

💡 简单结论：追求质量选 INT8，追求更省显存选 FP8。所有文件均为 safetensors 格式，加载过程不执行任意代码，安全性更高。

📦 模型文件清单：下载前先看这里

仓库包含 4 个权重文件，对应模型的不同部件：

另外，samples/ 目录下附有 4 张文生图效果样图（int8_1、int8_2、fp8_1、fp8_2），可以直观感受 INT8/FP8 的出图质量。

⚡ 快速安装：5 条命令跑通 AI 图像编辑

安装只需基础依赖，注意diffusers 需要 main 分支版本（Qwen-Image-2.1 支持晚于 0.40 版本发布）：

pip install "torch>=2.4.0" pip install "transformers>=5.17" pip install -U diffusers pip install accelerate pillow

🎁不想写代码？如果使用 Unsloth Desktop，直接选择 Qwen-Image-2.1 并指定 INT8 或 FP8 精度，这套量化权重会被自动调用，开箱即用。

🎯 精准修图技能一：10 张参考图多图融合

Qwen-Image-2.1 最强大的编辑能力之一：单次推理最多可接受10 张参考图。典型玩法：

• 合影生成：把 6~10 张个人头像作为参考，生成一张多人合影，人物特征都能对上；
• 风格+内容混合：1 张提供画风参考、几张提供主体/道具参考，模型自动融合；
• 多视角商品图：用多角度产品图作为参考，生成全新场景下的产品宣传图。

参考图数量越多越要注意每张图的"角色"定位，在 prompt 中描述清楚各图用途（如"图1的风格 + 图2的人物 + 图3的场景"），融合效果会更可控。

🎯 精准修图技能二：局部编辑的三种指定方式

"只改背景，不动主体"——这是修图的核心诉求。Qwen-Image-2.1 支持三种指定局部区域的方式：

1. 圆圈标注：在图上画一个圈，表示"改这里"，最简单直接；
2. 涂抹标注：像画笔一样涂出色块，边界比圆圈更精确；
3. 独立遮罩（mask）：对抠图/半透明区域要求高的场景，用单独遮罩图指定，精度最高。

配合编辑 pipeline，只需传入原图 + 编辑指令即可：

from PIL import Image from diffusers import QwenImage21Pipeline pipe = QwenImage21Pipeline.from_pretrained( "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16 ).to("cuda") image = pipe( prompt="Change the background to a sunset beach", image=Image.open("input.png"), # 传入待编辑原图 num_inference_steps=40, ).images[0] image.save("edit_example.png")

📌 建议参数：num_inference_steps=40是质量与速度的平衡点，日常修图够用。

🎯 精准修图技能三：人物与商品身份保持

换背景、换姿势、换服装，但人脸不崩、商品不失真——这正是 Qwen-Image-2.1 的强项。它可以在编辑过程中对人物身份和商品细节进行一致性保持，配合上面的 10 张参考图能力，相当于自带"LoRA 级"的角色一致性，无需额外训练。

实用技巧：

• 人物照片尽量提供清晰正面 + 光照均匀的参考图；
• 商品图建议提供多张不同角度的细节图，提升小部件（logo、纹理）的还原度；
• 同一任务中固定随机种子（manual_seed），方便 A/B 对比不同 prompt 的效果。

🎁 附赠技能：一行 Prompt 生成透明图（RGBA）

Qwen-Image-2.1 支持原生透明图生成：文字直接生成带 alpha 通道的 RGBA 图，还能编辑透明图层、从照片提取主体。推荐 prompt 格式：

This is an RGBA image with transparency. A cute cartoon dragon sticker. The image has alpha channel and the background is transparent.

做贴纸、电商抠图素材、UI 元素时非常好用，省去了后期抠图环节。

📐 输出比例怎么选？官方推荐分辨率

修图时尽量让输出比例与参考图一致，模型对齐身份和构图会更稳。

💾 6 GB 显存也能跑：低显存配置技巧

显存不够？官方支持Dynamic FP8 + 模型 offload，约 6 GB 显存即可运行（速度约为满载显存的 1/2）：

pipe = QwenImage21Pipeline.from_pretrained( "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16 ) pipe.enable_model_cpu_offload() # 一键开启显存优化

或者直接使用 FP8 权重（Qwen-Image-2.1-FP8.safetensors），内存占用进一步降低。

❓ 常见问题 FAQ

Q1：加载报错或找不到模型支持？请确认安装的是 diffusersmain 分支版本——Qwen-Image-2.1 的支持晚于 0.40 发布，旧版 diffusers 无法加载。

Q2：INT8 和 FP8 到底选哪个？追求画质选 INT8（LPIPS 0.064，官方默认方案）；显存紧张时选 FP8 + offload，6 GB 显存可跑。

Q3：生成的图和原版 bf16 差多少？同种子对比下 INT8 的 LPIPS 仅 0.064、FP8 为 0.112（越低越接近），肉眼几乎无差别，却省了一半显存。

Q4：能用于商用吗？本项目遵循 Qwen Research License Agreement（详见 README.md License 部分），商用前请仔细阅读许可条款。

✅ 小结

Qwen-Image-2.1-FP8 把"大模型级"的 AI 图像编辑能力装进了普通显卡：10 张参考图融合、圆圈/涂抹/遮罩三种局部编辑、人物与商品身份保持、原生 RGBA 透明图，再叠加 INT8/FP8 量化减半的显存占用。如果你是第一次在本地玩精准修图，从 INT8 权重 + 40 步推理起步，基本就能得到专业级的编辑效果。更多示例与参数细节可参阅 README.md。

• 人工智能
• 大模型
• 基础模型
• 媒体生成
• 模型量化
• Qwen