mflux-generate-qwen参数全清单:Qwen-Image-2512-4bit出图效果调优完全手册

原创2026-11-10 14:36:282,001 阅读

mflux-generate-qwen参数全清单:Qwen-Image-2512-4bit出图效果调优完全手册

本文是一份面向 Apple Silicon 用户的出图调优完全手册:针对 MLX 量化版模型 Qwen-Image-2512-4bit,逐条梳理 mflux-generate-qwen 的全部参数,并给出 steps、guidance、分辨率、负向提示词等关键参数的调优建议,帮助你快速把出图效果调到满意。

一、Qwen-Image-2512-4bit 是什么?🧊

Qwen-Image-2512-4bit 是通义千问文生图模型 Qwen-Image-2512 的 MLX 框架 4-bit 量化版本,专为 Apple Silicon(M 系列芯片)优化,由 mflux 0.14.0 转换而来。相比原版约 58GB 的完整模型,4-bit 版仅需约 24GB 存储,大幅降低了本地部署门槛。

项目 说明
基础模型 Qwen/Qwen-Image-2512(20B 参数文生图模型)
量化精度 4-bit
运行框架 MLX(Apple Silicon 优化)
模型体积 约 24GB
许可证 Apache 2.0

模型仓库由四大组件构成,这也是理解出图流程的关键:

目录 作用 文件示例
transformer/ 扩散主干(MMDiT),决定生成质量 transformer/model.safetensors.index.json
text_encoder/ Qwen2.5-VL 7B 文本编码器,擅长中英文提示词理解 text_encoder/model.safetensors.index.json
vae/ 潜空间解码器,负责把 latent 还原成像素图像 vae/model.safetensors.index.json
tokenizer/ 分词器,把提示词转成 token tokenizer/tokenizer.json

💡 一个小知识:mflux 出于精度考虑会故意保留 text_encoder 为 bfloat16(约 14GB 显存占用),--quantize 并不会压缩它。

二、快速上手:三条命令跑出第一张图 🚀

第一步,安装 mflux:

pip install mflux

第二步,运行 mflux-generate-qwen,通过 --model 指向本仓库:

mflux-generate-qwen \
  --model mlx-community/Qwen-Image-2512-4bit \
  --prompt "A photorealistic cat wearing a tiny top hat" \
  --steps 20

这条命令与仓库 README.md 中的 Quick Start 示例完全一致。输出默认为 image.png,可用 --output 改名。

如果希望把整个模型下载到本地,可执行:

git clone https://gitcode.com/hf_mirrors/mlx-community/Qwen-Image-2512-4bit

然后使用 --model <本地路径> --base-model qwen-image 加载(详见下文的 --base-model 说明)。

三、mflux-generate-qwen 参数全清单

以下按功能分组,覆盖该命令支持的全部参数。

1. 模型相关参数

参数 说明
--model / -m 模型标识:内置名、HuggingFace 仓库 ID(如 mlx-community/Qwen-Image-2512-4bit)或本地路径
--base-model 使用第三方仓库或本地路径时,必须显式声明其基于的内置模型(如 qwen-image)
--quantize / -q 运行时量化档位,可选 3 / 4 / 5 / 6 / 8。对已是 4-bit 的预量化仓库无需再传

2. 提示词与随机种子参数

参数 说明
--prompt 正向提示词(与 --prompt-file 二选一)
--prompt-file 从文件读取提示词;多 seed 连跑时每个 seed 前会重新读取,方便边跑边改
--negative-prompt 负向提示词,描述不希望出现的内容
--seed 随机种子,可传多个(如 --seed 42 43),不传则用时间随机种子
--auto-seeds 自动生成 N 个随机种子批量出图
--scheduler 采样调度器,目前仅支持 linear

3. 画质与尺寸参数(调优核心)

参数 说明
--width / --height 输出宽高(像素),默认约 1024,也支持 2x 这类缩放因子;尺寸需为 16 的倍数
--steps 推理步数。qwen-image 的默认值为 20
--guidance 引导强度(CFG),qwen-image 默认 3.5
--image 参考图(图生图),格式 --image photo.jpg 0.6,第二个数是强度
--image-strength 参考图影响强度,0.0 表示无影响,默认 0.4

4. LoRA 参数

参数 说明
--lora 添加 LoRA:--lora 路径 权重,可重复传多个,权重默认 1.0
--lora-paths / --lora-scales 旧式写法(已标记弃用,推荐改用 --lora)
--bake-lora 是否把 LoRA 差值合并进基础权重,默认开启;--no-bake-lora 可关闭
--lora-style 使用内置风格 LoRA(如 storyboard)

5. 内存与性能参数

参数 说明
--low-ram 低内存模式,牺牲部分性能换更低占用
--mlx-cache-limit-gb 不启用完整低内存模式,仅限制 MLX 缓存大小(GB),如 8 或 16
--vae-tiling VAE 解码阶段分块,降低峰值显存
--vae-tile-size 分块边长(默认 512,最小 128,需为 16 的倍数),越小越省内存
--battery-percentage-stop-limit / -B 电池模式下降至该百分比(默认 5%)时停止生成,防止笔记本断电

6. 解码与输出参数

参数 说明
--output 输出文件名,默认 image.png
--make-conf / --metadata 把本次全部生成参数写入 JSON 旁挂文件(<输出名>.metadata.json)
--config-from-conf / -C 从旁挂 JSON 恢复参数,命令行传入的参数会覆盖它
--no-exif / --no-metadata 不在输出图片中嵌入生成元数据
--pid-decode 改用 NVIDIA PiD 像素扩散超分解码器(首次需下载约 8GB 权重)
--pid-degrade-sigma 配合 --pid-decode 使用,故意注入 0.0–0.8 的噪声;出现"过度纹理"时可试 0.2
--stepwise-image-output-dir 实验性功能:输出每一步的中间图,方便观察去噪过程

四、出图效果调优手册:6 个关键调参技巧

1. --steps 怎么选?20 起步,30 出细节

  • 20 步:qwen-image 的官方默认值,速度与质量平衡点,日常出图够用;
  • 25~30 步:需要更干净的背景、更丰富的纹理时往上加;
  • 超过 35 步:提升有限,速度代价明显,一般没必要。

2. --guidance 的"黄金区间"

  • 默认 3.5 更严格地贴合提示词;
  • 想要更自然、少"AI 味"的画面,可降到 2.5~3.0;
  • 画面元素"不听话"时适当调高,但过高易导致过饱和、细节崩坏。

3. --width / --height:横图 1920×816 是官方推荐组合

mflux 官方示例(文生图、书法、街景)统一采用 --width 1920 --height 816 的横版构图,分辨率高且长宽比接近 21:9,适合风光、街景、产品图等场景;方图则用 1024×1024。

mflux-generate-qwen \
  --model mlx-community/Qwen-Image-2512-4bit \
  --prompt "Traditional Chinese street scene, red lanterns, bustling street life, photorealistic" \
  --negative-prompt "blurry, low quality, distorted, watermark, cartoon, anime" \
  --width 1920 --height 816 \
  --steps 30 --seed 42

4. --negative-prompt 万能模板

官方示例中反复使用的负向提示词模板,可直接复用:

blurry, low quality, distorted, deformed, ugly, bad anatomy,
bad proportions, extra limbs, duplicate, watermark, signature,
text, letters, cartoon, anime, painting, 3d render, cgi

⚠️ 注意:如果你要生成含文字的画面(招牌、书法),请删掉模板里的 text, letters,否则会互相打架。

5. 种子陷阱:换 seed 不如换 prompt

Qwen 系列模型对 --seed 变化不敏感——不同种子产出的图往往大同小异。想要明显不同的构图或风格,请优先改动 --prompt 的描述;固定种子主要用于复现满意的结果。

6. 用 --make-conf + -C 一键复现完美参数

调参满意后加上 --make-conf,所有参数会保存到 JSON 旁挂文件;下次只需:

mflux-generate-qwen --model mlx-community/Qwen-Image-2512-4bit -C image.metadata.json

即可精确复现,需要微调时再在命令行覆盖个别参数。

五、量化档位怎么选?3bit 到 8bit 一览

mlx-community 提供了全系列量化版本,按显存/存储预算选择即可:

量化档位 体积 建议场景
8-bit 约 34GB 显存充足,追求最高还原度
6-bit 约 29GB 画质与体积平衡
4-bit(本仓库) 约 24GB 多数 M 系列机器的甜点档
5-bit 约 27GB 介于两者之间
3-bit 约 22GB 显存吃紧时的保底选择

📌 官方提示:Qwen 模型量化到 6-bit 及以下时,画质下滑会比 FLUX 系列更明显,显存允许的话优先选 8-bit;4-bit 是容量与画质的折中,3-bit 需谨慎。

六、常见问题 FAQ

Q1:显存不够,卡在 VAE 解码阶段怎么办? 依次尝试 --mlx-cache-limit-gb 16、--vae-tiling --vae-tile-size 256,最后才是 --low-ram。分块解码对画质基本无损。

Q2:生成的图偏"软"、不够锐利? 这是 Qwen 系列相比 FLUX 的已知特性。可尝试 --steps 30、适度提高 --guidance,或启用 --pid-decode 超分解码(注意首次需下载约 8GB 权重,其中 gemma-2-2b-it 为授权模型需先在 Hugging Face 接受协议)。

Q3:如何确认 4-bit 权重是否完整? 各分片的量化元数据都写在索引文件中,例如 transformer/model.safetensors.index.json 声明了 "quantization_level": "4" 与 mflux_version: 0.14.0,与 README.md 的 Model Details 相互印证。

Q4:--model 用本地路径时报错? 使用本地路径或第三方仓库时,必须同时传 --base-model qwen-image 告诉 mflux 该按哪套内置模型加载,否则会在加载权重前直接报错。

结语

掌握以上参数后,你就可以在 Apple Silicon 上高效玩转 Qwen-Image-2512-4bit 了:20 步起步、guidance 3.5、1920×816 横图、配一份负向提示词模板,再配合 -C 参数复现,基本能覆盖绝大多数出图需求。祝出图顺利!🎨

登录后查看全文
Qwen-Image-2512-4bit