模型指南

Qwen-Image-2.1-Turbo

Qwen-Image-2.1-Turbo 是 Qwen-Image-2.1 的加速 checkpoint，于 2026 年 10 月 9 日发布。它沿用同样的 7B 视觉生成架构，只需 8 步去噪即可出图，而基础 checkpoint 默认是 40 步。一个模型同时覆盖文生图和图像编辑。

Turbo 与 Qwen-Image-2.1 checkpoint 的对比

Turbo 不是更小的模型。它是同一个网络，只是把采样调度调成了更少步数。

项目	Qwen-Image-2.1-Turbo	Qwen-Image-2.1
去噪步数	8 步，来自 checkpoint 中保存的调度	默认 40 步
修改步数	只设置 num_inference_steps 不会覆盖已保存的调度。要实验请传入 sigmas。	设置 num_inference_steps
架构	7B 视觉生成组件，32 层单流 DiT	相同
默认分辨率	2048 档（1:1 时为 2048 × 2048）	相同
任务	文生图与图像编辑	相同
许可证	Qwen Research License Agreement	相同

Turbo 从 Qwen-Image-2.1 继承了什么

文生图

写一个提示词，就能按七种预设画面比例之一得到一张 2K 图。

参考图编辑

最多可用 10 张参考图做编辑，例如把草图变成写实渲染图。

透明输出

64 通道 RGBA 自编码器可以生成带真实 alpha 通道的图，适合做贴纸和抠图素材。

文字与排版

海报、学习笔记以及带大段可读文字的 UI 风格排版，都在官方 Turbo 展示里。

用 Diffusers 运行 Qwen-Image-2.1-Turbo

官方模型卡用 QwenImage21Pipeline 加载 Turbo。你需要一块 CUDA GPU 和从源码安装的 Diffusers。

安装依赖
先安装 CUDA 版 PyTorch，然后从 GitHub 安装 Diffusers 和 transformers 5.17.0 或更新版本。Diffusers 的发布版可能还不支持在 pipeline 内配置调度，而 Turbo 需要这个能力。
加载 checkpoint
以 bfloat16 加载 Qwen/Qwen-Image-2.1-Turbo。8 步调度从 checkpoint 中读取，不需要自己配置调度器。
按预设尺寸生成
从下表选一个宽度和高度，并保持 use_kv_cache 开启。文本和参考图只编码一次，在全部 8 步中复用。
编辑已有图片
把源图作为 image= 传给同一个 pipeline 调用。官方示例会先把它转成 RGBA。

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")

分辨率预设

Turbo 使用与 Qwen-Image-2.1 相同的预设。

画面比例	宽 × 高（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

本地 Turbo 还是在线工作区

这些情况下本地跑 Turbo

你有 CUDA GPU、需要连续出很多草稿，或希望所有文件都留在自己的机器上。

这些情况下用在线工作区

你没有 GPU、想直接画蒙版而不是写代码，或想要带保存记录的 1K 和 2K 预设。

依赖 Turbo 之前

权重按 Qwen Research License Agreement 发布。任何商业用途之前请先阅读。
只有保存的 8 步调度经过评估。自定义 sigmas 属于实验。
模型卡没有列出最低显存。安排批量任务前请在你自己的 GPU 上测试。