qwen-image-Q6_K.gguf
Back

qwen-image-Q6_K.gguf
0 1 5

Manga

Photography

Branding

Realistic

2D

Chinese

Classic

Accentuation

qwen-image-Q6_K.gguf
qwen-image-Q6_K.gguf
qwen-image-Q6_K.gguf
qwen-image-Q6_K.gguf

Qwen-Image太香了，号称开源版即梦3.0，可以生中文可改图，支持中文提示词

这是直接的GGUF转换Qwen/Qwen-Image.

模型文件可以用于ComfyUI中的ComfyUI-GGUF自定义节点。将所需的模型放入以下文件夹中：

类型名字位置下载
主要模型Qwen-图像ComfyUI/models/diffusion_modelsGGUF（这个仓库）
文本编码器Qwen2.5-VL-7BComfyUI/models/text_encoders安全张量 / GGUF
变分自编码器Qwen-图像 VAEComfyUI/models/vae安全张量

示例工作流程

示例输出 - 样本量为1，不完全具有代表性

样本

笔记

Q5_K_M、Q4_K_M以及最重要的是低比特率量化（Q3_K_M、Q3_K_S、Q2_K）使用了一种新的动态逻辑，其中第一/最后一层保持高精度。

为了比较，请参见这个imgsli页面。使用这种方法，即使Q2_K仍然可以部分使用。

由于这是一个量化模型而不是微调模型，所有相同限制/原始许可条款仍然适用。


Qwen-Image 的主要特性包括：

•文本渲染能力：Qwen-Image 在复杂文本渲染方面表现出色，支持多行布局、段落级文本生成以及细粒度细节呈现。无论是英语还是中文，均能实现高保真输出。

•一致性的图像编辑能力：通过增强的多任务训练范式，Qwen-Image 在编辑过程中能保持编辑的一致性。

•跨基准性能表现：在多个公开基准测试中的评估表明，Qwen-Image 在各类生成与编辑任务中均获得 SOTA。

通义千问团队在多个公开基准上对 Qwen-Image 进行了全面评估，包括用于通用图像生成的 GenEval、DPG 和 OneIG-Bench，以及用于图像编辑的 GEdit、ImgEdit 和 GSO。

Qwen-Image 在所有基准测试中均取得了最先进的性能。此外，在用于文本渲染的 LongText-Bench、ChineseWord 和 TextCraft 上的结果表明，Qwen-Image 在文本渲染方面表现尤为出色，特别是在中文文本渲染上，大幅领先现有的最先进模型。

This model is sourced from an external transfer (transfer address: https://hf-mirror.com/city96/Qwen-Image-gguf/tree/main ）,if the original author has objections to this transfer, you can click，
Appeal
We will, within 24 hours, edit, delete, or transfer the model to the original author according to the original author's request

梦里千寻

梦里千寻

Manga

Photography

Branding

Realistic

2D

Chinese

Classic

Accentuation

Model Information

Original author：
city96
Model Type：
GGUF
Basic Model：
Qwen-image
Resource Name：
models/unet_gguf/qwen-image-Q6_K.gguf

Qwen-Image太香了，号称开源版即梦3.0，可以生中文可改图，支持中文提示词

这是直接的GGUF转换Qwen/Qwen-Image.

模型文件可以用于ComfyUI中的ComfyUI-GGUF自定义节点。将所需的模型放入以下文件夹中：

类型名字位置下载
主要模型Qwen-图像ComfyUI/models/diffusion_modelsGGUF（这个仓库）
文本编码器Qwen2.5-VL-7BComfyUI/models/text_encoders安全张量 / GGUF
变分自编码器Qwen-图像 VAEComfyUI/models/vae安全张量

示例工作流程

示例输出 - 样本量为1，不完全具有代表性

样本

笔记

Q5_K_M、Q4_K_M以及最重要的是低比特率量化（Q3_K_M、Q3_K_S、Q2_K）使用了一种新的动态逻辑，其中第一/最后一层保持高精度。

为了比较，请参见这个imgsli页面。使用这种方法，即使Q2_K仍然可以部分使用。

由于这是一个量化模型而不是微调模型，所有相同限制/原始许可条款仍然适用。


Qwen-Image 的主要特性包括：

•文本渲染能力：Qwen-Image 在复杂文本渲染方面表现出色，支持多行布局、段落级文本生成以及细粒度细节呈现。无论是英语还是中文，均能实现高保真输出。

•一致性的图像编辑能力：通过增强的多任务训练范式，Qwen-Image 在编辑过程中能保持编辑的一致性。

•跨基准性能表现：在多个公开基准测试中的评估表明，Qwen-Image 在各类生成与编辑任务中均获得 SOTA。

通义千问团队在多个公开基准上对 Qwen-Image 进行了全面评估，包括用于通用图像生成的 GenEval、DPG 和 OneIG-Bench，以及用于图像编辑的 GEdit、ImgEdit 和 GSO。

Qwen-Image 在所有基准测试中均取得了最先进的性能。此外，在用于文本渲染的 LongText-Bench、ChineseWord 和 TextCraft 上的结果表明，Qwen-Image 在文本渲染方面表现尤为出色，特别是在中文文本渲染上，大幅领先现有的最先进模型。

This model is sourced from an external transfer (transfer address: https://hf-mirror.com/city96/Qwen-Image-gguf/tree/main ）,if the original author has objections to this transfer, you can click，
Appeal
We will, within 24 hours, edit, delete, or transfer the model to the original author according to the original author's request