感谢 unsloth 发布了 Qwen-image-2.1 的量化版本

Q4_K_M 仅 4.2GB，终于可以让我的 5060 尝尝最新的开源生图模型了

硬件需求

RTX 5060 Laptop 8GB

≥ 16 GB 内存（所有模型权重全部卸载到 CPU）

耗时

1k 图 70 秒，2k 图 12 分钟（显然除了 1k 之外的分辨率都不具有可用性，而且更高的分辨率会出现奇怪的 bug，见下文效果展示）

效果展示

在 2k 图下，实测会出现奇怪的纹理

回到 1k 图，一切恢复正常

复杂场景测试

更多效果展示可见我的上一个帖子

千问昨天晚上九点发布的全新生图模型
Qwen-image-2.1，立刻下载部署

好消息放前面：依旧支持 NSFW！
我的硬件配置：4090D 24GB 显存
生成速度（25步）：1k图（1mp分辨率）8秒/张，2k图 ～45秒/张
模型选择
我的选择：int8 主模型 + int8 编码器 + bf16 VAE，出图时显存占用最高2048×2048，15.1 GiB（所以理论上16GB显…

配置分享

推理框架

stable-diffusion.cpp

模型权重

DiT Q4_K_M

文本编码器 Q4

VAE

视觉投影（在编辑图片时才需要）

全部模型卸载进 CPU，因为生图是串行跑，需要时装进显存，这样才能跑起来

开 EasyCache 加速（threshold=0.3）

生图命令

sd-cli.exe --diffusion-model qwen-image-2.1-Q4_K_M.gguf --vae qwen_image_2.1_vae_bf16.safetensors --llm Qwen3-VL-8B-Instruct-UD-Q4_K_XL.gguf -p "一只举着牌子写 QWEN 2.1 的猫" -W 1024 -H 1024 --steps 25 --cfg-scale 6.0 --sampling-methodeuler --diffusion-fa --cache-mode easycache --cache-option threshold=0.3 --offload-to-cpu --vae-tiling --backend te=cpu --model-args qwen_image_2_1_prefix_cache=false -o out.png

参考图编辑

再加 --llm_vision models\mmproj-BF16.gguf -r 参考图.png

局部改图

-i 原图.png --mask 蒙版.png（蒙版白色=要改的区域）

总结

总结下来，8 GB 的显卡就足够跑这样高质量生图模型了，配合 EasyCache，1K 生图 70 秒一张已经相当可用了