Pruna-Qwen-Image-2.1 文生图实战教程:提示词技巧、参数调优与避坑完整清单

原创2026-10-19 10:03:211,703 阅读

Pruna-Qwen-Image-2.1 文生图实战教程:提示词技巧、参数调优与避坑完整清单

Pruna-Qwen-Image-2.1 是一组专为 Qwen/Qwen-Image-2.1 打造的 Few-step LoRA 加速器:它让文生图(text-to-image)与图像编辑(image editing)只需 5 步或 8 步 即可出图,无需 CFG,最高可获得 6.3 倍 的推理提速。本文面向新手,手把手讲清它的 提示词技巧、参数调优方法与常见坑,帮你快速上手这张“又快又稳”的文生图加速卡。

Pruna-Qwen-Image-2.1 文生图效果展示

一、它到底是什么?适合谁用

Pruna-Qwen-Image-2.1 不是独立模型,而是一组叠加在基模上的 LoRA 适配器(基于 DMD 蒸馏训练)。加载后,原有的 pipeline、文本编码器、VAE 全部保持不变,只是把去噪步数从 40 步压到 5 / 8 步,从而大幅降低延迟。

⚠️ 当前为 v0.1 首版,视觉质量尚未追平基模,后续版本会持续更新。需要“满血画质”时,请直接用基模本身。

两个版本怎么选(都出自 README.md 的 Variants 说明):

权重文件 步数 取舍建议
p_qwen_image_2.1_8step_v0.1.safetensors 8 质量更高,推荐作为默认
p_qwen_image_2.1_5step_v0.1.safetensors 5 速度更快,但画质明显下降

💡 记住一条铁律:两个适配器各自按不同 sigma 表训练,一次只加载一个,不要把 5 步和 8 步混着用。

Pruna-Qwen-Image-2.1 文生图 1024 与 2048 分辨率效果

二、一键安装:最小环境要求

需要一个 CUDA GPU。先安装依赖,注意 diffusers 要用指定 commit 的最新版:

pip install 'torch>=2.4.0' 'transformers>=5.17' accelerate peft pillow
pip install git+https://github.com/huggingface/diffusers@6256aa7666cedd47443adc8f82da9a10e110b09c

加载适配器只需两步(加载基模 → 挂载 LoRA):

import torch
from diffusers import FlowMatchEulerDiscreteScheduler, QwenImage21Pipeline

STEPS = 8  # 8 步 = 更高质量;5 步 = 更快
pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16
).to("cuda")
pipe.load_lora_weights(
    "PrunaAI/Pruna-Qwen-Image-2.1",
    weight_name=f"p_qwen_image_2.1_{STEPS}step_v0.1.safetensors",
)

三、参数调优清单(最关键,照抄即可)

这部分是新手最容易踩坑的地方,建议直接对照下面的 推荐设置 来配:

  • sigma 表必须和适配器匹配,并保持 shift=1.0、关闭动态 shifting,避免 sigma 被二次移位:
    • 8 步:1 → 14/15 → 6/7 → 10/13 → 2/3 → 6/11 → 0.4 → 2/9 → 0
    • 5 步:1 → 0.94 → 6/7 → 2/3 → 0.4 → 0
  • 不要开 CFG:true_cfg_scale 保持 1.0,并且 不要传 negative prompt。
  • LoRA 强度保持 1.0,不要手动调低。
  • 文生图时 提示词要写长、写细,效果差距非常明显。
pipe.scheduler = FlowMatchEulerDiscreteScheduler.from_config(
    pipe.scheduler.config,
    use_dynamic_shifting=False,  # 关键:关闭动态 shifting
    shift=1.0,
    shift_terminal=None,
)

🎯 避坑:步数、sigma 表、CFG 三项是绑定的。换步数就必须换对应 sigma 表,否则出图会明显发糊或偏色。

Pruna-Qwen-Image-2.1 图像编辑 i2i 1024 与 2048 效果

四、提示词技巧:从“能出图”到“出好图”

适配器只在 1K 分辨率 上训练,混合了“简单提示词 + 放大后的详细提示词”。官方明确:更详细、更长的提示词效果更好。一个好提示词通常覆盖四个维度:

  1. 主体:画什么(人物、物品、场景)。
  2. 场景/环境:在哪、什么氛围、什么时间。
  3. 光影:光源方向、明暗、反射、景深。
  4. 风格:摄影、电影感、插画、写实等。

一个可直接套用的示例(来自官方 Qwen 模型卡示例,BF16、单卡 H100):

A glowing neon shop sign that reads "QWEN IMAGE 2.1", mounted on a brick wall in a narrow city alley at night. Heavy rain, wet pavement reflecting pink and blue light, shallow depth of field, cinematic photograph.

小技巧:

  • 想强化细节,就把“光效、材质、镜头语言”都写出来(如 shallow depth of field、cinematic photograph)。
  • 用固定 seed(如 manual_seed(42))便于复现与对比调参。

Pruna-Qwen-Image-2.1 图像编辑结果网格

五、图像编辑:最多 3 张参考图

同一个 pipeline 既能文生图,也能改图。编辑时把原图传入 image 参数即可,最多支持 3 张参考图(单图与多图编辑都在训练覆盖内):

image = pipe(
    prompt="Change the background to a sunset beach",
    image=Image.open("input.png").convert("RGB"),
    num_inference_steps=STEPS,
    sigmas=SIGMAS,
    true_cfg_scale=1.0,
    use_kv_cache=True,
).images[0]

⚠️ 避坑:编辑参考图别超过 3 张。超过训练覆盖范围,效果会不稳定。

Pruna-Qwen-Image-2.1 文生图 1K/2K 推理延迟对比

六、分辨率与性能:1K 最稳,2K 要理性

  • 起步就选 1024 × 1024,这是训练分辨率,效果最稳。
  • 2K 及更高分辨率“可能能跑”,但不在训练覆盖范围内,画质无保证,官方给出的 2K 耗时只代表推理速度、不代表画质。
  • 官方基准:单张 NVIDIA H100 80GB,BF16、batch=1,基模 40 步(开 KV cache)对比 Pruna 5/8 步,取 3 次请求中位数。

📊 结论:日常出图锁死 1024×1024,需要放大时优先考虑后期超分,而不是直接把分辨率拉到 2K 去赌质量。

七、避坑完整清单(收藏版)

# 常见错误 正确做法
1 同时加载 5 步 + 8 步两个 LoRA 一次只加载一个
2 步数与 sigma 表不匹配 按上表严格对应
3 开了动态 shifting 导致双重移位 use_dynamic_shifting=False、shift=1.0
4 误用 CFG / 加了 negative prompt true_cfg_scale=1.0,不传负向词
5 手动调低 LoRA 强度 保持 1.0
6 提示词太短太笼统 写主体+场景+光影+风格
7 直接用 2K 期望满血画质 默认 1K,放大交给超分
8 以为它替代了基模 它是“加速版”,不是“更高质量版”

八、版本、边界与许可

它不是什么:

  • 不是独立模型,必须配合 Qwen/Qwen-Image-2.1 基模使用;
  • 不是基模的“画质增强版”,追求满血画质请用基模;
  • 不是最终正式版,未来权重可能变动。

许可:Pruna-Qwen-Image-2.1 派生自 Qwen-Image-2.1,遵循 Qwen RESEARCH LICENSE AGREEMENT,使用或再分发前请先阅读使用限制,详见 LICENSE 与 NOTICE。

✅ 下一步:按本文参数表先跑通 1024×1024 的 8 步出图,确认稳定后再逐步尝试 5 步提速与图像编辑,就能既快又稳地用上 Pruna-Qwen-Image-2.1 了。

登录后查看全文
Pruna-Qwen-Image-2.1