Qwen Image 2.1 本地运行指南：GGUF、ComfyUI、显存与 Mac

Qwen Image 2.1 把图片生成、编辑和透明图任务放进同一模型。 本地运行前先选完整配置：官方 BF16、ComfyUI 工作流、社区 Turbo GGUF 是不同的组合，不能只看文件名里有没有“2.1”。

更新于 2026 年 10 月 5 日。本文依据官方文档与应用模型目录整理，并引用下方 9 月历史测试；本轮未重新测试当前 Turbo 配置。官方模型卡提供了原始示例；这些是千问团队的结果，不是我们的实测。

先选版本和任务

2.1 采用 Qwen Research License，请阅读原始许可核对用途。旧版编辑模型的条款不同；购买软件安装包不会改变模型许可证。

三种本地路径

官方 Diffusers

按模型卡 Quick Start，在独立 Python 环境安装指定依赖，先运行 QwenImage21Pipeline 的原始示例。保存依赖版本、模型来源和输出设置，再依次修改提示词、尺寸和参考图，每次只改一项。

官方示例使用 CUDA。把设备名称改为 MPS，不等于同一工作负载已经在 Mac 上验证可用。不要在没有兼容说明时直接套用 CUDA 安装教程。

ComfyUI 与 GGUF

1. 在 ComfyUI 模板库寻找明确针对 Qwen Image 2.1 的工作流。
2. 先解决缺失节点；已有稳定工作流时，建议用独立环境更新。
3. 按模板下载扩散模型、文字/视觉编码器和 VAE。一个 GGUF 文件通常不是完整运行环境。
4. 按实际加载器要求放置文件，不能默认旧 Image-Edit 节点兼容新架构。
5. 第一次出图后保存工作流 JSON、权重文件名与量化信息。

GGUF 是文件格式，不是速度等级。低位量化减少权重占用，但卸载到系统内存可能明显变慢。社区 Turbo 版本还改变了采样方式，应按对应模型卡设置步数。

Mac 与 TopLocal Studio

当前应用源码目录已列出 Qwen-Image 2.1 Turbo，通过 stable-diffusion.cpp 运行，使用社区 Viggle Turbo v0.2.1 六步 GGUF、Qwen 2.1 VAE 和 Qwen3-VL-8B Q4 编码器。该条目面向文生图，不能据此推断应用已开放官方模型的全部编辑与透明图功能。

获取安装包前，核对该版本模型列表是否包含这一条目；源码配置不等于每个已分发安装包都已完成验证。Apple Silicon 记录的是统一内存，不能与 NVIDIA 独立显存直接等同。其他现有图片功能见 Local AI Image 首页。

显存、内存与硬盘分别看

本文没有实测得出的统一最低配置。权重下载体积不包含全部运行内存；编码器、VAE、生成尺寸和批量都会影响峰值。源码里社区模型包约 9.9 GB 的下载估计，不是 9.9 GB 显存要求。

决定升级电脑前，找与你的权重和后端一致的完整运行记录：设备、RAM/VRAM、量化、尺寸、批量、内存峰值、首次与重复耗时。仅显示“模型加载成功”的截图，不能证明能完成目标任务。

历史 Mac 实测：原模型，不是 Turbo

9 月 23 日使用 MacBook Pro M5 Pro（20 核 GPU）、64 GB 统一内存，输出 1024 × 1024、种子 42、40 步。stable-diffusion.cpp 版本为 c92d73c；MLX 路径为 mflux 0.20.0、MLX 0.32.2。耗时包含加载，MLX 路径还包括加载时对原权重量化。

不能将这些数据套到当前六步 Turbo、其他 Mac 芯片或 Windows 显卡。两种路径都在 64 GB 机器上运行，进程峰值不等于较小内存机器已经实测跑通。

2026 年 9 月 23 日，sd.cpp Q4 历史输出。输入要求：青绿色热茶、山间茶园、毛笔字“山间清茶”，底部“春日限定 · 新品上市”。这是普通不透明图片，不是透明 PNG 演示。

第一轮做这三个任务

**文字生成图片：**用原创短招牌测试，例如“正面拍摄陶瓷店招牌，蓝色 PAPER MOON 字样，柔和日光”。放大检查拼写，再测试一条简短中文，避免直接假设两种语言表现相同。

**编辑：**使用自己拥有的图片，每次只改一个要求，例如替换背景而保留产品轮廓和标签。对照原图检查未要求修改的区域，再增加参考图。

**透明 PNG：**提示词明确要求 RGBA 与透明背景。扩展名是 PNG，并不代表带真实透明度。可以独立检查保存的文件：

from PIL import Image

image = Image.open("output.png")
alpha = image.convert("RGBA").getchannel("A")
print("Original mode:", image.mode)
print("Alpha range:", alpha.getextrema())

如果范围是 (255, 255)，所有像素都不透明。再放到深色和浅色背景上检查，排除画出来的棋盘格、白边和多余阴影。这是检查方法，不是本文已经生成的样例。

常见失败怎么定位

• **找不到 Pipeline 或节点：**确认安装版本和工作流确实对应 2.1。
• **权重形状不匹配：**恢复同一套文档指定的主模型、编码器和 VAE。
• **显存不足：**单张生成、降低支持的尺寸、关闭其他占用显卡的程序，或使用该后端明确支持的卸载功能。只增加硬盘空闲空间不能解决显存不足。
• **PNG 没有透明度：**先确认生成路径支持 RGBA，再检查 alpha 和导出过程有没有把背景压平。

已有编辑流程可继续参考 Qwen-Image-Edit 指南，跨图片与视频选择电脑可看 本地 AI 硬件指南。