最後更新: 2026年10月13日

在 ComfyUI 與自己的顯示卡上執行 Qwen Image 2.1 Turbo

10 月 9 日發布後幾小時內，ComfyUI 就重新封裝了 Turbo 權重，社群 GGUF 量化版也隨後推出。本頁列出確切需要的檔案、真正重要的取樣設定，以及如何依顯示卡挑選量化版本。

重點整理： 使用官方 Qwen-Image 2.1 工作流程，換成 qwen_image_2.1_turbo_bf16.safetensors，設定 8 步、CFG 1。VRAM 不夠？改用 INT8 檔案或 GGUF 量化版：Q8_0（7.59 GB）最接近原版，AD-Q4_K（4.20 GB）是 4-bit 首選。請保留 Turbo 的 sigma 排程，否則圖片效果會改變。

需要下載的檔案

檔案（Comfy-Org/Qwen-Image-2.1）	說明
diffusion_models/qwen_image_2.1_turbo_bf16.safetensors	完整 8 步 Turbo 檢查點，BF16
diffusion_models/qwen_image_2.1_turbo_int8_convrot.safetensors	INT8 量化 Turbo，佔用 VRAM 較少
loras/qwen_image_2.1_turbo_lora_avg_rank_178_bf16.safetensors	LoRA 形式的 Turbo，套用在 Qwen-Image 2.1 基礎模型上
文字編碼器與 VAE	與 Qwen-Image 2.1 共用；使用同一個儲存庫中的檔案

來源: Comfy-Org 重新封裝的權重

來源: ComfyUI Wiki 發布說明

ComfyUI 設定步驟

將 ComfyUI 更新到支援 Qwen-Image 2.1 的版本。
把 Turbo 擴散模型下載到 ComfyUI/models/diffusion_models/，並將 Qwen-Image 2.1 的文字編碼器與 VAE 放入各自的資料夾。
開啟官方 Qwen-Image 2.1 文字生圖工作流程。
將模型載入節點指向 Turbo 檔案，或保留基礎模型並加上 Turbo LoRA。
取樣器設為 8 步、CFG 1。先用 1024 × 1024 確認可以運作，再改用 2K 預設尺寸。

Kijai 指出 Turbo 的 sigma 排程接近 ComfyUI 中不加 shift 的 linear_quadratic 排程器。Qwen 表示檢查點內建以外的排程未經測試。

來源: ComfyUI Wiki 發布說明

來源: Comfy-Org 重新封裝的權重

關鍵設定

設定	Turbo 數值
步數（Steps）	8
CFG	1（每步只需一次前向運算）
取樣器	Euler，流匹配（flow matching）
Sigmas	1.0, 0.978453, 0.95418, 0.926626, 0.89508, 0.845148, 0.704534, 0.414568，最後為 0
解析度	原生 2048 × 2048；快速測試用 1024 × 1024

來源: Hugging Face 模型卡

來源: ComfyUI Wiki 發布說明

來源: AtomicChat GGUF 模型卡

GGUF 量化版本怎麼選

AtomicChat 發布了適用於 stable-diffusion.cpp 的 GGUF 檔案，並測量各版本與 BF16 原版的偏差（1024 × 1024 下的 LPIPS，越低越接近）。

Q8_0 是最接近原版的量化選項，放得下就用它。
AD-Q4_K 是推薦的 4-bit 版本。Q3 和 Q2 會明顯改變構圖、人臉與文字。
另外還需要 Qwen-Image-2.1 的 VAE 與 Qwen3-VL-8B-Instruct 的 GGUF 文字編碼器（建議 Q8_0）。量化編碼器同樣會改變輸出。
stable-diffusion.cpp 需要 2026 年 10 月 6 日或之後的版本才支援自訂 sigmas。使用 8 步、CFG 1.0、Euler 與 Turbo sigmas。

檔案	大小	相對 BF16 的 LPIPS
BF16	14.23 GB	0
Q8_0	7.59 GB	0.037
AD-Q6_K	6.71 GB	0.044
AD-Q5_K	5.40 GB	0.076
AD-Q4_K	4.20 GB	0.147
AD-Q3_K	3.60 GB	0.206
AD-Q2_K	2.55 GB	0.359

來源: AtomicChat GGUF 模型卡

需要多少 VRAM

Qwen 沒有公布 Turbo 的最低 VRAM 需求。以下是第三方針對基礎版的估算，兩者模型大小相同。

你的硬體	建議執行方式（Unsloth 估算）
6 GB VRAM	FP8 搭配卸載，速度慢不到 2 倍
12–16 GB VRAM	GGUF Q4_K_M，1024 × 1024
24 GB VRAM	INT8 / FP8 權重
僅 CPU，12–16 GB 記憶體	GGUF Q4_K_M 搭配 4-bit 文字編碼器（較慢）
Apple Silicon，16 GB 以上	GGUF 搭配原生後端

Turbo 每一步所需的記憶體與基礎版相同；它節省的是時間，因為只跑 8 步而不是 40 步。

來源: Unsloth Qwen-Image-2.1 文件

用 Diffusers 降低 VRAM 用量

在 Python 中，CPU 卸載只會把正在運作的元件留在 GPU 上。速度較慢，但較小的顯示卡也能執行 BF16 檢查點。

pip install "torch>=2.4.0"
pip install git+https://github.com/huggingface/diffusers.git
pip install "transformers>=5.17.0" accelerate pillow

# Less VRAM: keep only the active part of the model on the GPU (slower)
pipe = QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16)
pipe.enable_model_cpu_offload()

主教學中的完整 Python 範例

來源: Qwen-Image-2.1 GitHub 儲存庫

來源: Hugging Face 模型卡