@hiwise_aigc:昨天关于 Qwen-image2.1“去审查版”的帖子火了,一堆朋友私信我,问怎么帮他们配置……
摘要
作者分享了 Qwen-image2.1 "去审查版" 的本地部署教程,称在仅 8G 显存的 RTX 5060 上即可运行,并整理了 5 个常见坑点,提醒大家适度使用。
相似文章
@hiwise_aigc: https://x.com/hiwise_aigc/status/2109255757845914013
介绍 AtomicChat 在 HuggingFace 发布的 Qwen-Image-2.1-Turbo "去审查" 文本编码器 GGUF 量化版,并提供在 8G 显存(RTX 5060)上用 ComfyUI 本地部署出图的完整教程,包含文件下载清单、节点配置、5 个真机踩坑解法及提示词示例。
@Lonely__MH: Hesitantly asking, Qwen-Image-2.1 local deployment How's the image generation speed?!
讨论Qwen-Image-2.1本地部署的图像生成速度,并祝贺其发布,认为其在小参数和高效率上有所突破,有望成为国产AI图像生成的领军者。
@wquguru:在本地部署模型离不开一些加速技巧。简单来说,你可以切换到 Turbo 之类的模型;……
作者系统整理了本地部署模型的加速方案,包括在 macOS 上结合 Turbo、MLX、VAE Q8 和前缀 KV cache 让 Qwen-Image 2.1 提速近 5 倍,以及用 Uzu 的投机解码把 Qwen3.5-9B 从 22 tok/s 提升到 92 tok/s、用 TensorRT 让 Qwen 在 RTX 5090 上比 llama.cpp 快 3 倍等案例。
@MinLiBuilds: https://x.com/MinLiBuilds/status/2107988055101685781
作者分享用 Strata 把 125B-A6B 的 Qwen3.8-Flash-Next 部署到 12GB 显存(RTX 5070)并达到近 100 tok/s 的完整攻略,并让蚂蚁新出的 Ling-3.1-flash Agent 从零自动完成检查机器、下载、安装、排错与测速的全流程。
在你自己的 GPU(12 GB 及以上显存)上进行 GPT-Image 风格的照片编辑:我基于 stable-diffusion.cpp 为 Qwen-Image 2.1 开发了一款零配置应用
Kokon 是一款零配置的开源桌面应用,让用户在本地 GPU(12GB+)上直接使用 Qwen-Image 2.1 进行 GPT-Image 风格的照片编辑,基于 stable-diffusion.cpp,内置 MCP 服务器和 HTTP API。