Qwen-Image-2.1-Turbo - 8 步采样的文生图与图像编辑加速权重

Qwen-Image-2.1-Turbo 是 Qwen 团队在 Hugging Face 上发布的一个文生图（text-to-image）模型权重。按项目自述，它是 Qwen-Image-2.1 的加速版本 checkpoint，同时覆盖文本生成图像与图像编辑两类任务，核心卖点是把去噪步数压到 8 步。它面向的是已经在用 Diffusers 做图像生成、希望在不更换整体架构的前提下缩短推理步数的开发者与研究者；如果你需要的是开箱即用的托管服务，这个仓库本身并不提供，它交付的是权重与调用方式。

维护者与状态

该仓库由 Qwen 维护，托管在 Hugging Face 上。事实表显示，仓库创建时间为 2026-10-09，最后更新时间同为 2026-10-09，也就是说这是一个刚发布、尚未经历多轮迭代的仓库。任务类型标注为 text-to-image，框架标注为 diffusers。截至 2026-10-12，近 30 天下载量为 4702，点赞数为 544。

需要说明的是，事实表中没有给出该仓库的正式 release 信息，因此这里不对版本发布节奏做任何推断。许可证字段为 other，属于自定义许可，具体条款以仓库内的 LICENSE 文件为准。

主要能力

以下内容均来自项目自述（模型卡），未经本站实测验证，仅作转述。

• 8 步去噪：据项目说明，该 checkpoint 是一个加速版本，使用 8 个去噪步完成生成，这是它区别于基础版 Qwen-Image-2.1 的主要特征。
• 同一套 7B 视觉生成架构：项目自述其沿用 7B 视觉生成架构，因此并不是一个重新训练的小模型，而是同一架构下的加速权重。
• 内置推荐采样计划：README 中称该 checkpoint 已经包含推荐的采样 schedule，用户不需要手动配置 scheduler 即可使用。
• 默认 CFG=1：据项目说明，生成时默认使用 CFG=1，这意味着不需要额外的无分类器引导分支，有助于减少计算开销。
• 前缀 KV 缓存：项目自述使用 prefix KV caching，在多个去噪步之间复用文本与参考图像的上下文，从而避免重复计算。
• 同时支持文生图与图像编辑：模型卡开头即写明该权重用于 text-to-image generation 与 image editing，参考图像上下文的存在也印证了编辑能力。

使用入口

仓库地址：Qwen/Qwen-Image-2.1-Turbo。

据项目说明，使用前需要先安装 CUDA 兼容的 PyTorch 构建，然后安装最新版 Diffusers 源码及依赖。README 给出的安装命令如下：

pip install git+https://github.com/huggingface/diffusers.git
pip install "transformers>=5.17.0" accelerate pillow

项目自述特别提示：该 checkpoint 需要支持 pipeline 配置采样 sigmas 的 Diffusers 版本，这一能力由 PR #14950 引入，因此必须使用包含该改动的最新源码，而不是旧版发行包。

加载方式上，README 给出的示例是使用 Diffusers 中的 QwenImage21Pipeline，以 from_pretrained 方式从 Hugging Face 拉取权重，并以 bfloat16 精度加载到 CUDA 设备上。示例代码中通过 dtype=torch.bfloat16 指定精度，再调用 .to("cuda") 迁移设备。随后传入 prompt 即可生成图像。模型卡中给出的示例 prompt 是一段极长的结构化描述，用于生成一张化学学习海报，包含边框、标题、反应式、活性顺序阶梯、对比表格与实验装置等多个版面元素，这从侧面说明该项目自述其能够处理包含大量文字与版式约束的复杂提示词。

许可与限制

许可证字段为 other，即自定义许可，以仓库 LICENSE 为准，本文不对其商用与否、再分发条件等作出判断，使用前请自行阅读许可原文。

关于限制与前置条件，据项目说明可以确认以下几点：其一，需要 CUDA 兼容的 PyTorch 环境，示例代码明确将模型迁移到 CUDA 设备，因此这是一个面向 GPU 的使用路径；其二，对 Diffusers 版本有硬性要求，必须包含 PR #14950 引入的采样 sigmas 配置能力，否则无法正常加载；其三，transformers 依赖版本要求不低于 5.17.0；其四，模型卡中未给出显存占用、生成分辨率、推理耗时等具体指标，本文也不做推测。

此外，事实表与素材中均未提供该权重在具体基准上的评测分数，也没有给出与其他模型的对比数据，因此本文不涉及任何性能对比。模型卡中提到的 GitHub 仓库、博客、Discord 等渠道，本文不提供链接，仅在此说明这些渠道在原始 README 中被提及。