字节笔记本
2026年10月20日 · 约 8 分钟读完
45 秒出 1K 图：把 Qwen-Image-2.1 装进 4090
Qwen 团队在 9 月 14 日开源了 Qwen-Image-2.1，把文生图、图片编辑、多参考图合成和原生透明背景生成装进同一个模型。它的视觉生成组件只有 7B 参数（32 层 Single-Stream DiT），配合一个 8B 的 Qwen3-VL 文本编码器；模型上架一个多月，Hugging Face 月下载约 18.5 万、3390 个赞。
问题在体积：完整 BF16 权重约 33GB，比一张 RTX 4090 的 24GB 显存还大，直接加载必然 OOM。好在借助 INT8 量化加 CPU Offload，4090 已经有可复现的运行案例，1024×1024、40 步大约 45 秒出图。下面整理两条路径：要图形界面选 ComfyUI，要接自己的服务选 model-compose。
4090 实测：45 秒一张 1K 图
社区项目 MindrLabs/image-generation-qwen-image-2.1 在 RTX 4090 工作站上跑通了完整流程，README 记录的数据：1024×1024、40 步约 45 秒（3 次手动请求），20 步约 35 秒；带 1 张参考图的编辑 48.5 秒；开 CFG（true_cfg_scale 4）后升到 65 秒。显存占用 19.8GB，worker 进程吃 45GB 系统内存，项目建议整机保留至少 50GB 可用内存，首次运行还要下载 33GB 权重。
说明一下，这是个个位数 star 的小仓库，数字来自少量手动请求，不是统一基准，但配置全公开、可复现。它默认开 cpu_offload: model（只在 CUDA 上生效），40GB 以上显存的卡可以关掉换速度。同一份测试里，NVIDIA DGX Spark 跑 1024²、40 步要 54.1 秒反而更慢；不过 DGX 能不 offload 直跑 2048²（40 步 4 分 16 秒），这是 24GB 卡做不到的。
路径一：ComfyUI 加 INT8 三件套
ComfyUI 官方文档已收录原生工作流，模板库搜 Qwen-Image-2.1 有 5 个模板：文生图、图片编辑（最多 10 张参考图，提示词用 <image1> 引用）、背景移除，以及对应的两个 Turbo 模板。
24GB 显存推荐三个 INT8 文件，合计约 17.3GB：
| 文件 | 目录 | 大小 |
|---|---|---|
| qwen_image_2.1_int8_convrot.safetensors | models/diffusion_models | 7.26GB |
| qwen3vl_8b_int8_convrot.safetensors | models/text_encoders | 9.35GB |
| qwen_image_2.1_vae_bf16.safetensors | models/vae | 675MB |
在 ComfyUI 根目录执行下载：
pip install -U huggingface_hub
hf download Comfy-Org/Qwen-Image-2.1 \
diffusion_models/qwen_image_2.1_int8_convrot.safetensors \
--local-dir ./models
hf download Comfy-Org/Qwen-Image-2.1 \
text_encoders/qwen3vl_8b_int8_convrot.safetensors \
--local-dir ./models
hf download Comfy-Org/Qwen-Image-2.1 \
vae/qwen_image_2.1_vae_bf16.safetensors \
--local-dir ./models基础模板推荐参数：分辨率从 1K 起步，Steps 25，CFG 1，Sampler 选 euler，Scheduler 选 simple。官方文档特意提醒 CFG 别乱调：1 是标准值，2 更贴提示但边缘过锐，5 已严重劣化，0.5 直接出坏图；cfg 为 1 时负面提示词也不起作用。
追求速度可换 Turbo（qwen_image_2.1_turbo_int8_convrot.safetensors，同样 7.26GB）：蒸馏版 checkpoint，8 步出图，适合高频生成。模型原生支持 2K，文生图模板按 megapixel 设目标，4.0 MP 对应 2048×2048；4090 建议先在 1K 把工作流跑稳，再上 2K。
路径二：model-compose 一键 API 服务
要把生图能力接进自己的网页或 Agent，直接用上面 MindrLabs 的方案，Ubuntu 上四条命令：
pip install model-compose
git clone https://github.com/MindrLabs/image-generation-qwen-image-2.1
cd image-generation-qwen-image-2.1
model-compose up要求 model-compose 0.4.111 或更高版本。启动后 Gradio 界面开在 http://localhost:8081，HTTP API 在 http://localhost:8080/api，端口都能用环境变量改。仓库本身 MIT 协议，服务覆盖文生图、带参考图的编辑和 RGBA 透明输出。
两个坑：内存余量与授权
显存之外先看系统内存。2K 分辨率、多张参考图都会推高占用；Comfy-Org 模型仓库里还有两个可选的提示词增强模型（qwen3.5_9b，文生图、图像编辑各一个），单个 INT8 版本就要 9.47GB，24GB 显卡基本得靠 offload 扛。务实做法是先跑 1K 加单参考图，确认稳定再逐步加码。
授权更容易被忽视。Qwen-Image-2.1 权重采用 Qwen Research License，只授权非商业研究与评估；MindrLabs 仓库是 MIT，但仓库协议管不到模型权重。想接收费生图服务，需要另外取得商业授权。
小结
4090 跑 Qwen-Image-2.1 的合理姿势：日常出图用 ComfyUI 加 INT8 加 Turbo（8 步），高质量图片编辑切回 25 步基础工作流，对外服务用 model-compose 或 ComfyUI API。1K 分辨率 35 到 45 秒的出图速度，对单卡自部署的生图服务已经够用。
