Qwen-Image 2.1 Fun-Acc: LoRA для генерации и редактирования за четыре шага

Qwen-Image 2.1 Fun-Acc: четыре шага для генерации и редактирования

24 сентября 2026 года в репозитории Alibaba PAI появились весовой файл Qwen-Image-2.1-Fun-Acc-4Step.safetensors и примеры запуска. История репозитория отделяет первоначальное создание страницы от коммита с адаптером и скриптами; последняя проверенная ревизия — f7545234760e1847cd8e89e52bd951cb0b7e327f. Это LoRA-адаптер, а не новая полная модель: для запуска нужны исходные веса Qwen/Qwen-Image-2.1. s1 s2

Что меняется

Авторы применили Parallel Decoding Distillation и предлагают генерацию по тексту и редактирование по изображению за четыре шага генерации (NFE). Их карточка сравнивает примеры с базовой моделью на 40 шагах и другим четырёхшаговым вариантом. Это демонстрационные изображения, не независимый бенчмарк времени или качества. Четыре шага вместо 40 не означают автоматически десятикратное ускорение по часам: время загрузки модели, обработка текста, перенос слоёв и используемое оборудование остаются существенными. s1

Адаптер подходит для локальных пайплайнов, где требуется серия черновых изображений или быстрые итерации редактирования. Но авторы прямо предупреждают: мелкий плотный текст может терять читаемость, а некоторые отредактированные изображения — детализацию, выглядеть темнее или размытее относительно исходной модели. Поэтому для типографики и финальной картинки полезно сравнить результат с базовыми 40 шагами на своих промптах; Modelium такого сравнения не проводил. s1

Как устроен пример запуска

В одной ревизии с весами доступны predict_t2i.py, predict_t2i_edit.py, qwenimage21_pdd.py и lora_utils_pdd.py. Первый скрипт загружает QwenImage21Pipeline из Diffusers, затем применяет LoRA, подменяет scheduler на PDD, использует четыре шага и сохраняет samples/t2i.png. Второй добавляет референсное изображение и сохраняет samples/edit.png. Авторы также приложили варианты для VideoX-Fun. s1 s3

Для повторения потребуется совместимое окружение с PyTorch и Diffusers, доступ к базовой Qwen-Image 2.1 и файлу адаптера. В каталоге репозитория с адаптером выполняется python predict_t2i.py или python predict_t2i_edit.py; пути можно переопределить через QWEN_IMAGE_MODEL и PDD_LORA_PATH. Примеры используют CUDA и pipeline.enable_model_cpu_offload(); offload не превращает их в готовую CPU-only или MLX-инструкцию. Проверенного требования к объёму RAM/VRAM авторы здесь не приводят, а размер файла адаптера не равен потреблению памяти всего пайплайна. s3 s4

Лицензия и ограничения

Веса адаптера и базовая модель опубликованы по Qwen Research License: использовать их в исследовательских и оценочных целях можно в рамках её условий, для коммерческого применения требуется отдельная лицензия правообладателя. Это открытый доступ к весам, но не разрешение на свободное коммерческое использование. Файл LICENSE_CODE для приложенных утилит содержит Apache 2.0; NOTICE отдельно напоминает, что лицензия кода не заменяет лицензию модели. Перед производным использованием нужно читать полный текст обоих документов. s5 s6 s7

Вывод: Fun-Acc добавляет проверяемый четырёхшаговый маршрут для существующей Qwen-Image 2.1 без загрузки другого полного чекпойнта. Практическая выгода по времени и сохранение качества зависят от задачи и оборудования: опубликованы авторские примеры, но независимых замеров этой LoRA у Modelium нет. s1 s3