Fooocus 式 Qwen-Image 2.1 本地工作台开源:掩码、姿态、扩图全都要
Repulsive_Junket7919 · reddit · 2026-09-27
开发者开源了 Fooocus-Qwen-Image-2.1,一个致敬 Fooocus 的本地 Gradio 工作台,主打「短 prompt + 一个按钮」但把复杂度藏在 Advanced 里。值得注意的是整个项目(代码、测试、基准、设计研究笔记)由 Claude Opus 5.5 编写,作者只负责定方向和审查。
- 文生图:三个质量档 + Turbo(6 步蒸馏 LoRA,1280×832 约 10 秒),277 种 Fooocus 风格,最多 8 张/次
- 最多 10 张参考图,prompt 中用 <image1>…<image10> 引用;支持 OpenPose 姿态库(46 个姿势)和草图输入,DWPose 可识别自己照片的姿势入库
- 指令编辑四模式:掩码(掩码外像素字节级不变)、彩色标注圈选、精确区域裁剪编辑、全图编辑;任意方向扩图
- 自研恒定开销的掩码笔刷(原版 Gradio 在 4K 图上卡顿);可接任意 OpenAI 兼容 LLM 改写 prompt;参数存进 PNG 一键恢复
- 硬件门槛:RTX 3090 24GB + 64GB RAM(pinned 文本编码器放内存),INT8 + SageAttention 可降到约 10.4GB 显存峰值
- MIT 代码,但 Qwen-Image 2.1 权重是研究许可,商用需注意
「编程与Agent」频道最新
- Antigravity 2.0 上线 /plan 规划模式,执行前先出方案待审 — Miles_Brundage · 2026-09-27
- 个人计算先驱曾高估人人学编程的热情,AI 补上缺角 — pixlpa · 2026-09-27
- 用 Claude Code 拍片:纯代码渲染歌曲、剪纸动画与动态字体 — BishPlsOk · 2026-09-27
- 开源 Codefolio 更新:画布笔记本支持多人协作与 Claude/Codex 集成 — jasonkneen · 2026-09-27
- Opus 5.5 一次性复刻 Rocket League,游戏业感危机 — justalexoki · 2026-09-27
- 爸爸用 AI 编程工具 5 分钟干完员工一个月的活 — yacineMTB · 2026-09-27