Model rehberi

Qwen-Image-2.1-Turbo

Qwen-Image-2.1-Turbo, 9 Ekim 2026'da yayımlanan Qwen-Image-2.1'in hızlandırılmış bir checkpoint'idir. Aynı 7B görsel üretim mimarisini korur ve temel checkpoint'in varsayılan 40 adımına karşılık bir görseli 8 gürültü giderme adımında tamamlar. Tek model hem metinden görsel üretimini hem görsel düzenlemeyi kapsar.

Turbo ile Qwen-Image-2.1 checkpoint'i

Turbo daha küçük bir model değildir. Daha az adım için ayarlanmış bir örnekleme takvimine sahip aynı ağdır.

Özellik	Qwen-Image-2.1-Turbo	Qwen-Image-2.1
Gürültü giderme adımları	8, checkpoint'te kayıtlı takvimden gelir	Varsayılan 40
Adım sayısını değiştirme	Yalnızca num_inference_steps ayarlamak kayıtlı takvimi geçersiz kılmaz. Denemek için sigmas geçirin.	num_inference_steps ayarlayın
Mimari	7B görsel üretim bileşeni, 32 tek akışlı DiT katmanı	Aynı
Varsayılan çözünürlük	2048 seviyesi (1:1'de 2048 × 2048)	Aynı
Görevler	Metinden görsel ve görsel düzenleme	Aynı
Lisans	Qwen Research License Agreement	Aynı

Turbo'nun Qwen-Image-2.1'den aldıkları

Metinden görsel

Bir istem yazın ve yedi hazır en-boy oranından birinde 2K görsel alın.

Referanslı düzenleme

En fazla 10 referans görselle düzenleyin; örneğin bir eskizi fotogerçekçi bir render'a dönüştürün.

Saydam çıktı

64 kanallı RGBA otomatik kodlayıcı, çıkartmalar ve kesimler için gerçek alfa kanallı görseller üretebilir.

Metin ve düzen

Uzun okunabilir metinler içeren posterler, çalışma notları ve UI tarzı düzenler resmî Turbo vitrininin parçasıdır.

Diffusers ile Qwen-Image-2.1-Turbo çalıştırma

Resmî model kartı Turbo'yu QwenImage21Pipeline ile yükler. CUDA GPU ve kaynaktan derlenmiş Diffusers gerekir.

Bağımlılıkları kurun
CUDA derlemeli PyTorch'u, ardından GitHub'dan Diffusers'ı ve transformers 5.17.0 veya üzerini kurun. Diffusers'ın yayın sürümü, Turbo'nun ihtiyaç duyduğu pipeline içi takvim yapılandırmasını henüz desteklemiyor olabilir.
Checkpoint'i yükleyin
Qwen/Qwen-Image-2.1-Turbo'yu bfloat16 olarak yükleyin. 8 adımlık takvim checkpoint'ten okunur, bu yüzden zamanlayıcı yapılandırmanız gerekmez.
Hazır boyutta üretin
Aşağıdaki tablodan genişlik ve yükseklik seçin ve use_kv_cache açık kalsın. Metin ve referanslar bir kez kodlanıp 8 adımın tamamında yeniden kullanılır.
Mevcut bir görseli düzenleyin
Kaynak görseli aynı pipeline çağrısına image= olarak geçirin. Resmî örnek önce RGBA'ya dönüştürür.

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

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16
).to("cuda")

image = pipe(
    prompt="Editorial poster for a night market, bold headline NIGHT MARKET, gold ink on charcoal paper",
    width=2528,
    height=1696,
    use_kv_cache=True,
    generator=torch.Generator("cpu").manual_seed(42),
).images[0]
image.save("turbo.png")

Çözünürlük ön ayarları

Turbo, Qwen-Image-2.1 ile aynı ön ayarları kullanır.

En-boy oranı	Genişlik × yükseklik (px)
1:1	2048 × 2048
4:3	2400 × 1792
3:4	1792 × 2400
3:2	2528 × 1696
2:3	1696 × 2528
16:9	2752 × 1536
9:16	1536 × 2752

Yerel Turbo mu çevrimiçi çalışma alanı mı

Şu durumlarda Turbo'yu yerelde çalıştırın

CUDA GPU'nuz varsa, arka arkaya çok taslak gerekiyorsa veya tüm dosyaların kendi makinenizde kalmasını istiyorsanız.

Şu durumlarda çevrimiçi çalışma alanını kullanın

GPU'nuz yoksa, kod yazmak yerine maske çizmeyi tercih ediyorsanız veya kayıtlı geçmişle 1K ve 2K ön ayarları istiyorsanız.

Turbo'ya güvenmeden önce

Ağırlıklar Qwen Research License Agreement ile yayımlanır. Ticari kullanımdan önce okuyun.
Yalnızca kayıtlı 8 adımlık takvim değerlendirilmiştir. Özel sigmas değerleri denemeler içindir.
Model kartı minimum VRAM belirtmez. Toplu işler planlamadan önce kendi GPU'nuzda test edin.