Viggle 把 Qwen-Image-2.1 压到 6 步，质量差距比想象中小

2026年10月1日

Viggle 在 Hugging Face 上放了一个叫 Qwen-Image-2.1-viggle-turbo 的模型，核心动作很简单：把 Qwen-Image-2.1 的 40 步蒸馏到 6 步，速度提升约 5 倍，质量上大部分提示词下和原版很难分清。

这个项目比较有意思的地方在于，它把蒸馏和部署门槛一起做了。除了 LoRA adapter，还直接提供了把 LoRA 合并进 base transformer 的单文件版本，覆盖 int8、fp8、GGUF Q8_0 到 Q4_K_M 各种量化格式，ComfyUI 用户不用自己折腾 merge 流程。

6 步的 sigma 调度是 [1.0, 0.9375, 0.875, 0.75, 0.5, 0.25]，不带 CFG，不设 negative prompt。这个调度必须原样传入，不能随意增减低噪声端节点，否则画面会变软。官方还提供了一个 9 步模式——前 7 步走 turbo，最后 2 步关掉 LoRA 由 base model 收尾，细节更锐，小字渲染成功率更高，速度仍比原版快 3.5 倍左右，但目前只在 diffusers 和 demo Space 里可用。

质量上的明确差距有三类：复杂编辑（多参考图合成、换脸、多约束指令）会出现重影或身份漂移；精细小字比原版更容易糊；整体色彩饱和度略低几个百分点。v0.3 相比 v0.2.1 颗粒感更少、表面更干净，但精细纹理稍软，作者认为 6 步已基本触到质量天花板，要继续提升大概率只能加步数。

权重文件方面，r256 的 LoRA 是 1.3 GB，r128 截断版本是 0.7 GB，两者在 bf16 下差异约为基础权重四舍五入误差的十分之一。单文件合并版里，int8 格式 7.3 GB，GGUF Q8_0 是 7.7 GB，Q4_K_M 压缩到 4.3 GB——后者在 96 个测试提示词里有 23-29 个出现明显漂移，官方建议只在显存实在放不下时才用。

安装上需要注意，QwenImage21Pipeline 还没进正式发布版的 diffusers，所以要用 pinned git 版本。ComfyUI 部分作者自己也说「mostly vibe-coded」，int8 + r128 LoRA 方案在 1248×832 分辨率下峰值显存约 26 GB，且 comfy_kitchen 0.2.35 配合 NVIDIA 驱动低于 580 时 prompt 增强节点会报 CUDA 错误。

开源协议沿用的是 Qwen RESEARCH LICENSE，非商用，商业使用需要单独联系。下载量已经突破 21 万，41 个 Space 在用。

蒸馏这个方向这两年一直在推进，Viggle 这次的做法不算激进，但把蒸馏、量化格式和 ComfyUI 工作流打包在一起释放，对想用 Qwen-Image-2.1 做量产的开发者来说，确实省了不少调参和 merge 的麻烦。真正的考验会出现在复杂编辑场景——6 步能做到什么程度，可能还要看下一版。