Qwen-Image-2512-FP8是什么10分钟看懂Unsloth量化版AI绘图模型最强开源文生图轻松跑起来Qwen-Image-2512-FP8 是 Unsloth 基于最强开源文生图模型 Qwen-Image-2512 推出的FP8 / INT8 量化版 AI 绘图模型。它用更小的显存占用几乎不损失出图质量让普通显卡也能跑起来顶级开源文生图。本文带你在 10 分钟内看懂它是什么、两个量化版怎么选、如何快速跑起来。一句话说清 Qwen-Image-2512-FP8 是什么Qwen-Image-2512-FP8仓库提供的是 Qwen-Image-2512 大模型的压缩版权重基座模型Qwen-Image-2512Qwen-Image 系列 2025 年 12 月更新的文生图text-to-image基础模型支持中英文提示词量化由 Unsloth 团队用 torchao 将 bf16 精度的 Transformer 压缩为 FP8 和 INT8 两种版本目标降低推理时的显存占用reduced memory footprint出图质量与原版高度一致仓库采用Apache-2.0协议可以自由使用。详细说明见 README.md。量化是什么为什么要压缩 一句话量化 用更少的比特数保存模型参数。原始 Qwen-Image-2512 以 bf16每参数 16 位存储体积庞大、显存吃紧。量化版做了两件事权重压缩FP8 版把权重压到 8 位浮点e4m3INT8 版压到 8 位整数动态激活量化推理运行时对激活值动态量化直接跑在低精度张量核心low-precision tensor cores上速度更快、显存更省加载量化检查点与先加载 bf16 再实时量化的结果逐位一致所以压缩不偷质量。基座模型有多强Qwen-Image-2512 三大升级量化版继承基座全部能力。相比 8 月版 Qwen-Image2512 版有三项关键升级升级点提升效果人物真实感增强大幅降低AI 感面部细节、皱纹、发丝刻画更真实自然细节更细腻风景、水波、动物毛发等纹理渲染明显更细文字渲染更准确图中文字排版更好中英图文混排更可靠甚至能生成 PPT、信息图官方在 AI Arena 进行了10000 轮盲评Qwen-Image-2512 是当前最强开源文生图模型在闭源模型中也有竞争力。FP8 vs INT8 量化版本怎么选仓库同时提供两种量化方案核心差异如下对比项FP8 版INT8 版量化方案Float8e4m3 动态激活量化INT8 逐 token 激活 逐通道权重检查点大小20.5 GB更小 ⚡34.1 GB保真度同种子 LPIPS越低越好0.1090.029更接近原版 ✅适用场景显存紧张、优先跑得快显存充足、追求最高画质LPIPS是感知相似度指标同一随机种子下量化版与 bf16 原版出图越接近数值越小。两个数值都很低说明肉眼几乎看不出差别。选择建议显存有限 → 选 FP8显存宽裕、想极致还原原版 → 选 INT8。技术细节INT8 版中部分文本流投影层txt_in、add_q/k/v_proj 等保留 bf16 精度因为短提示词下这些层行数太少不适合 INT8 矩阵乘内核。仓库文件清单文件说明Qwen-Image-2512-FP8.ptFP8 量化 Transformer 检查点20.5 GBtorchao 格式Qwen-Image-2512-FP8.safetensors同一 FP8 检查点的 safetensors 格式Qwen-Image-2512-INT8.ptINT8 量化 Transformer 检查点34.1 GBtorchao 格式Qwen-Image-2512-INT8.safetensors同一 INT8 检查点的 safetensors 格式torchao 0.18 布局README.md官方说明、样例与使用方法samples/量化版出图样例目录FP8 / INT8 各 3 张如何快速跑起来Qwen-Image-2512-FP8 上手三步第一步克隆仓库git clone https://gitcode.com/hf_mirrors/unsloth/Qwen-Image-2512-FP8第二步安装最新版 diffusers量化模型需要最新版的 diffusers 才能正确加载pip install -U diffusers第三步生成你的第一张图把模型加载到 GPU输入提示词即可出图from diffusers import DiffusionPipeline import torch pipe DiffusionPipeline.from_pretrained( 本地仓库路径, # 指向本仓库已配置好量化权重 torch_dtypetorch.bfloat16 ).to(cuda) image pipe( prompt一只可爱的树懒正在电脑上打字, width1024, height1024, num_inference_steps20, # 推理步数越多越精细 true_cfg_scale4.0, # 引导强度 ).images[0] image.save(my_first_image.png)常用参数速查️参数作用推荐值width/height输出尺寸支持 1:1、16:9、9:16 等多种比例1328×13281:1num_inference_steps推理步数20~50true_cfg_scale提示词引导强度4.0generator随机种子固定后结果可复现任意整数量化质量实测样例图怎么看官方用同一提示词cute sloth typing on a computer一只可爱的树懒在电脑上打字生成对比样例1024×1024、20 步、引导强度 4.0、种子 0~2。FP8 样例samples/fp8_1.png、samples/fp8_2.png、samples/fp8_3.pngINT8 样例samples/int8_1.png、samples/int8_2.png、samples/int8_3.png同种子下 INT8 与原版差异 LPIPS 仅0.029、FP8 为0.109越低越好官方准确性门禁 14/14 全部通过——量化后几乎原画级。常见问题 FAQ ❓Q1没有 NVIDIA 显卡能跑吗量化检查点依赖低精度张量核心强烈建议使用 GPUNVIDIA运行CPU 推理会非常慢且无法发挥量化优势。Q2.pt 和 .safetensors 有什么区别两者是同一份检查点的不同容器格式内容一致任选其一即可。Q3能生成带中文的图片吗可以。模型支持中文提示词且 Qwen-Image-2512 的文字渲染能力专门针对图文混排做了提升海报、信息图等场景表现很好。Q4显存到底省了多少FP8 检查点本体 20.5 GB比 INT8 的 34.1 GB 更小推理时激活值也被动态量化整体显存占用显著低于 bf16 原版具体取决于你的显存配置建议先用 20 步低分辨率试跑。写在最后Qwen-Image-2512-FP8 让你用更小的代价获得最强开源文生图的出图体验显存紧张选 FP8追求极致保真选 INT8。克隆仓库、装好最新版 diffusers10 分钟就能画出第一张图。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考