Pruna 发布 Qwen-Image-2.1 加速 LoRA，最快 6.3 倍速生成

Pruna 在社交平台发布了名为 Pruna-Qwen-Image-2.1 的少步数 LoRA 适配器组合，专门用于加速通义千问图像模型 Qwen-Image-2.1 的推理过程。据介绍，该方案可将图像生成与编辑的扩散步数从默认的 40 步压缩到 5 步或 8 步，在保持效果的前提下实现最高约 6.3 倍的速度提升。

工作原理

Pruna 通过少量步数（few-step）的扩散策略对 Qwen-Image-2.1 进行蒸馏，并以 LoRA 适配器的形式封装，使得在不修改原始模型权重的前提下获得加速能力。用户可以在 ComfyUI 等工作流中加载这些适配器，从而将原本需要 40 步迭代的图像生成过程大幅缩短。

使用方式

适配器提供了两种预设步数选项：

5 步模式：追求极限速度，适合对生成时间敏感的场景；
8 步模式：在速度与质量之间取得更均衡的输出。

发布者同时给出了 Hugging Face 上的工作流链接，方便用户直接下载配置。

实际意义

对于已经在使用 Qwen-Image-2.1 进行文生图或图像编辑的开发者而言，这类适配器可以在不更换底层模型的情况下显著降低单张图像的生成耗时，尤其适合批量生成或交互式应用。需要注意的是，少步数方案在追求速度的同时可能在细节表现上与全步数生成存在差异，实际效果仍需用户自行测试验证。