Kokon 0.10：复用 Qwen-Image 文本编码器写提示词，8GB 显存可跑
Ok-Director4174 · reddit · 2026-10-22
开源桌面图片编辑器 Kokon（基于 Qwen-Image 2.1，无 ComfyUI 节点）发布 0.10 版，新增呼声最高的两个功能：
- Prompt+：输入任意语言的简短想法，自动扩写成详细提示词再生成；编辑模式会先看图。关键巧思是复用 Qwen-Image 2.1 已加载的文本编码器 Qwen3-VL 8B 来写提示词，无需下载第二个模型——5070 Ti 上每张图约增 2 秒，M2 Pro 约 13 秒，8GB 显存可用，两套系统提示词均可在设置中修改。
- 自有 LoRA（beta）：支持加载 2.1 版 LoRA（最多同时 3 个），可设强度与触发词；旧版本 LoRA 会被拒绝。作者诚实说明：测试后发现流行 2.1 LoRA 在 Turbo 模型上打不过好的提示词，暂不上架精选目录。
技术细节：底层是 stable-diffusion.cpp 的 fork（upstream + 文本生成，5070 Ti 上约 127 tokens/s），图像输出与上游 bit 级一致；新增 Linux 包、AMD 卡经 Vulkan 可用（7900 XTX 生成 1MP 约 25 秒）。AGPL 开源，建议 12GB 显存（beta 支持 8GB），权重遵循 Qwen Research License 非商用。
所属事件:Kokon 0.10 发布：复用 Qwen-Image 文本编码器自动写提示词(2 条相关)→
「Infra」频道最新
- NVIDIA 回顾 GTC 柏林开发者社区:从开源模型到物理 AI — NVIDIAAI · 2026-10-22
- GPU 回本账:SpaceX CFO 称新算力一年内回本,B300 按需价 10 个月回本 — tctjr · 2026-10-22
- 复盘 20 家 AI 算力公司披露：客户预付款到底换回了什么 — tengyanAI · 2026-10-22
- Flint 40B 上 MacBook M4 Pro 跑出 128 tok/s，Kapitsa 引擎对比实测 — DotaMate · 2026-10-22
- kneebench 开源：把 vLLM 压测数字翻译成下一步调优建议 — s1lv3rj1nx · 2026-10-22
- 开源工具算清 API vs 自托管盈亏平衡点:覆盖 450+ 模型与 GPU 现货价 — zackku · 2026-10-22