# Viggle выпустила Qwen-Image-2.1 Turbo: четыре шага вместо сорока, но пока preview Источник: https://modelium.tech/zhurnal/viggle-qwen-image-2-1-turbo-4-step-preview/ 22 сентября 2026 года Viggle выложила предварительные веса Qwen-Image-2.1-viggle-turbo: полный дообученный трансформер и отдельную LoRA для генерации и редактирования изображений за четыре шага. Это не десятикратное ускорение готового процесса: время запуска авторы не измерили, а качество сложного редактирования признают хуже базовой модели. Лицензия Qwen Research разрешает лишь некоммерческие исследования и оценку. Qwen-Image-2.1 Turbo: четыре шага, два варианта весов и честное предупреждение о качестве 22 сентября 2026 года Viggle опубликовала **Qwen-Image-2.1-viggle-turbo v0.1** — предварительный дистиллированный вариант Qwen-Image-2.1. Авторы обучили его для генерации по тексту и редактирования с одной–тремя референсными картинками за **четыре прохода трансформера вместо сорока** у исходной модели. История репозитория подтверждает загрузку LoRA, а затем полного дообученного трансформера в тот же день; последняя проверенная ревизия — `bafc91e4cc934f5fb1406b22496a0bed9b99c548`. Это новые доступные веса, а не просто запись в карточке. [s1](#src-s1) [s3](#src-s3) ## Что скачать для локального запуска Есть **два разных студента**, а не два файла, которые нужно сложить: - `transformer/` — полный дообученный трансформер BF16; файл весов в HF API занимает 14 230 284 584 байта. Он заменяет трансформер исходной Qwen-Image-2.1. Viggle рекомендует именно этот вариант: в её качественном сравнении он лучше сохраняет правки, чем LoRA. - `Qwen-Image-2.1-viggle-turbo-4step-lora-r64.safetensors` — адаптер LoRA rank 64, около 340 МБ по карточке (339 832 808 байт по API). Его подключают **к исходному** трансформеру, не к дообученному. В папке `peft/` лежит альтернативный формат того же адаптера, а не третья модель. Обоим вариантам нужны текстовый энкодер, VAE и процессор из исходного репозитория Qwen; один только файл LoRA не является готовой моделью. Размеры файлов на диске **не являются** требованиями к RAM или VRAM: необходимую конфигурацию авторы здесь не обосновали. [s1](#src-s1) [s4](#src-s4) ## Воспроизводимый пример Карточка Viggle требует пока не выпущенный в стабильной версии `diffusers` конвейер `QwenImage21Pipeline` и фиксирует git-ревизию `80c7ed262aeffbeb43ef13ae04baeb9b84515a69`. Сначала создайте отдельное Python-окружение и установите зависимости из карточки; затем для полного варианта используйте её схему загрузки: [s1](#src-s1) import torchfrom diffusers import QwenImage21Pipeline, QwenImage21Transformer2DModel, FlowMatchEulerDiscreteSchedulertransformer = QwenImage21Transformer2DModel.from_pretrained( "Viggle/Qwen-Image-2.1-viggle-turbo", subfolder="transformer", torch_dtype=torch.bfloat16)pipe = QwenImage21Pipeline.from_pretrained( "Qwen/Qwen-Image-2.1", transformer=transformer, dtype=torch.bfloat16)pipe.scheduler = FlowMatchEulerDiscreteScheduler.from_pretrained( "Viggle/Qwen-Image-2.1-viggle-turbo", subfolder="scheduler")pipe.to("cuda")image = pipe( prompt="A warm studio portrait of a fisherman", height=1024, width=1024, num_inference_steps=4, true_cfg_scale=1.0).images[0]image.save("portrait.png") Для LoRA сначала загружают обычный `QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1", dtype=torch.bfloat16)`, затем вызывают `pipe.load_lora_weights("Viggle/Qwen-Image-2.1-viggle-turbo", weight_name="Qwen-Image-2.1-viggle-turbo-4step-lora-r64.safetensors")` и подключают **тот же** scheduler из репозитория Viggle. Авторы требуют `num_inference_steps=4`, `true_cfg_scale=1.0` без negative prompt: больше шагов и CFG, согласно карточке, не помогают. Не оставляйте scheduler исходной модели: его `shift_terminal: 0.02` отличается от значения `null` в конфигурации дистиллята. Этот пример пересказывает документацию; Modelium не запускал и не измерял модель. [s1](#src-s1) ## Где Turbo уступает исходнику Сама Viggle называет выпуск **preview**. По её качественной оценке 4-шаговая версия заметно проигрывает 40-шаговому оригиналу при сложной композиции из нескольких референсов, замене лиц и сохранении идентичности; длинные надписи также могут портиться. Режим 2K не сопоставлен с исходником, RGBA и редактирование по маске на четырёх шагах не проверены. Количественных метрик качества и end-to-end времени авторы не приводят. Поэтому «4 вместо 40» описывает число проходов трансформера, **не доказанное ускорение в десять раз**. Для сложного редактирования безопаснее сравнивать результат с [исходной Qwen-Image-2.1](https://modelium.tech/zhurnal/qwen-image-2-1-open-weights-research-license/). [s1](#src-s1) [s4](#src-s4) ## Лицензия: веса доступны, коммерческое применение запрещено без договора В репозитории лежат сами веса, кодовый пример и текст **Qwen Research License Agreement**. Документ разрешает использование, изменение и распространение материалов для некоммерческих исследований или оценки; для коммерческой эксплуатации требует отдельную лицензию от правообладателя. Отдельное `NOTICE` фиксирует атрибуцию исходной Qwen. Наличие открытых для скачивания весов **не означает** открытую коммерческую лицензию и не доказывает публикацию всех материалов обучения. [s1](#src-s1) [s2](#src-s2) **Практический выбор:** если нужна исследовательская проверка быстрой генерации, начинайте с рекомендованного полного трансформера и авторских параметров; если важен объём дополнительной загрузки, попробуйте LoRA с базовым чекпойнтом. Для коммерческого сервиса сначала решите вопрос лицензии, а для ответственного редактирования сохраняйте сравнение с оригиналом. [s1](#src-s1) [s2](#src-s2) ## Источники 1. [Viggle: Qwen-Image-2.1-viggle-turbo v0.1, model card (fixed revision)](https://huggingface.co/Viggle/Qwen-Image-2.1-viggle-turbo/blob/bafc91e4cc934f5fb1406b22496a0bed9b99c548/README.md) — получено 2026-09-23 2. [Qwen Research License Agreement in Viggle model repository](https://huggingface.co/Viggle/Qwen-Image-2.1-viggle-turbo/blob/bafc91e4cc934f5fb1406b22496a0bed9b99c548/LICENSE) — получено 2026-09-23 3. [Viggle model repository: commit history](https://huggingface.co/api/models/Viggle/Qwen-Image-2.1-viggle-turbo/commits/main) — получено 2026-09-23 4. [Qwen: Qwen-Image-2.1 base model card](https://huggingface.co/Qwen/Qwen-Image-2.1/blob/790c92633540aa0cb11d9abf19eb46d861714758/README.md) — получено 2026-09-23