Viggle выпустила Qwen-Image-2.1 Turbo: четыре шага вместо сорока, но пока preview

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 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

import torch
from diffusers import QwenImage21Pipeline, QwenImage21Transformer2DModel, FlowMatchEulerDiscreteScheduler

transformer = 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

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. s1 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 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 s2