Qwen 发布 Qwen-Image-2.1-Turbo，只需 8 步生成和编辑图像

Qwen 团队于 2026 年 10 月 9 日发布了图像生成与编辑模型 Qwen-Image-2.1 的加速版 Qwen-Image-2.1-Turbo。据该团队 GitHub 页面介绍，Turbo 只需 8 步即可完成文生图和对已有图像的编辑，而基础模型的示例代码使用 40 步。模型文件可在 Hugging Face 和 ModelScope 下载。同一天，Qwen-Image-2.1 的 Pro 和 Turbo 版本也在阿里云百炼（Model Studio）以 API 形式上线。

Qwen-Image 这类扩散模型从随机噪声出发，一步步去噪生成图像，每一步都要重新运行一次模型。步数从 40 降到 8，意味着在同样的硬件上，生成一张图像所需的时间可以大幅缩短。Qwen 没有公布具体耗时或加速倍数。基础模型 Qwen-Image-2.1 已于 9 月 20 日发布。

架构不变，步数设置随模型提供

Turbo 沿用基础模型的 70 亿参数图像生成架构；在基础模型中，由 Qwen3-VL 8B 编码器读取提示词和参考图像。推荐的 8 步采样调度随模型一起提供，Diffusers 会自动加载，用户无需额外设置。据模型卡介绍，仅修改步数并不会覆盖这一保存好的调度，Qwen 也表示尚未针对该版本评估其他调度。Turbo 还使用前缀 KV 缓存，在各步之间复用提示词和参考图像的上下文。

模型卡中的示例显示，Turbo 覆盖了基础模型的主要用途：人像摄影、人物姿态与动作、透明背景（RGBA）图像、字体与海报设计、界面和信息图排版、单图变换，以及将多张参考图像合成到同一场景。基础模型在编辑时最多可接受 10 张参考图像。默认分辨率为 2048x2048，并为包括 16:9 和 9:16 在内的七种宽高比给出了推荐尺寸。

运行方式与许可证

模型通过 Diffusers 库中的 QwenImage21Pipeline 加载，需要从源码安装 Diffusers，并使用 transformers 5.17 或更高版本。模型卡还列出了可在 Mac 上运行的 Draw Things 和 DiffusionBee 两款应用。Turbo 没有给出显存需求；对于显存有限的显卡，GitHub 页面建议使用 CPU offload，把模型的一部分转移到系统内存。ComfyUI、vLLM-Omni、SGLang 和 LightX2V 等工具首日即支持基础模型，但页面没有说明它们是否已支持 Turbo。

与基础模型一样，Turbo 采用 Qwen Research 许可证发布。该许可证允许出于研究和评估目的使用、修改和分享模型；商业使用需要另行向 Qwen 获取商业许可。

Qwen 没有公布 Turbo 与基础模型的质量对比，也没有给出生成耗时。加速版的结果可能与基础模型有所不同，建议用自己的样例对两个版本进行比较。想获得更全面的了解，也请关注独立研究人员的评估。

来源：Hugging Face：Qwen-Image-2.1-Turbo 模型卡、GitHub：Qwen-Image-2.1、ModelScope：Qwen-Image-2.1-Turbo。