2 步蒸馏 LoRA 让 Qwen Image 2.1 在 ZeroGPU 上实时生图
multimodalart · x · 2026-10-24
Hugging Face 的 linoytsaban 发布 Qwen-Image-2.1 Realtime V1:基于 DMD2 的 2 步蒸馏 LoRA,可在 ZeroGPU(半张 RTX Pro 6000)上实时运行,视频中的实时编辑部分未加速。
技术细节:
- DMD2(on-policy 分布匹配蒸馏,无回归/GAN loss),teacher CFG guidance
- LoRA rank 32 / alpha 32,仅作用于注意力层(toq/k/v/out.0)
- 推理配置:2 步、固定 sigmas [1.0, 0.5]、truecfgscale=1.0
- 训练:单张 H100 上约 1MP 多分辨率数据训练 2000 步
质量对比:2 步效果与 8 步 Turbo 及 40 步 Base 具有竞争力;指令编辑(sketch-to-photo、发型、表情、老照片修复)和多参考图合成("Picture 1"/"Picture 2" 引用)在 2 步下仍然可用。
需安装 diffusers 的 qwenimage21-lora-training 分支使用 QwenImage21Pipeline。LoRA 与 Demo Space 均已开源。
「多模态」频道最新
- 可灵 4.0 发布:单段 30 秒、支持 15 个参考与 10 个关键帧 — miilesus · 2026-10-24
- Kimi K3.1 生成 Ana de Armas 矢量插画,SVG 细节表现吸睛 — lyraxana · 2026-10-24
- NVIDIA 在 Hugging Face 上发布视频异常检测模型 InternVideo — cocktailpeanut · 2026-10-24
- 20 种动漫风格实测 FLUX.3 Klein 5.6B：仍落后 MOSS-Image 与 Qwen-Image 2.1 — SkirtSwimming8950 · 2026-10-24
- Dreamina 首月 0.29 美元含 1575 积分,实际能干多少活? — eyishazyer · 2026-10-24
- AI 生成特斯拉 Roadster 街头实拍风视频，以假乱真引围观 — The_Wist · 2026-10-24