Qwen-Image-2.1-MLX-8bit — MindCraft Studio 专用版

本仓库为 Qwen-Image 2.1 的 8-bit 量化版本，专为 Apple Silicon (macOS) 平台基于 Apple MLX 框架深度优化。

Qwen-Image 2.1 具备极强的双语提示词理解能力、原生支持透明通道（RGBA）生成，以及支持多达 10 张参考图的指令式图像编辑。

原始基模型: ModelScope: Qwen/Qwen-Image-2.1
配套应用: MindCraft Studio — macOS 本地优先的 AI 图像生成与无限画布 Studio
计算框架: Apple MLX
量化规格: 8-bit 权重纯量化（transformer 与 text_encoder 量化，group_size 64；仓库体积约 18 GB / 17.8 GiB）
开源协议: Qwen Research License Agreement（与官方一致）

核心特性

Apple Silicon 原生加速: 深度适配 M 系列芯片（M1/M2/M3/M4/M5）统一内存架构，通过 MLX 实现高效本地离线运行。相比 4-bit 版本画质与排版文字还原度更高，显存占用也相对更大。
指令式图像编辑: 支持 1～10 张参考图，无需复杂的 mask 绘制，使用自然语言指令即可完成角色保持、换装、替换背景等编辑。
原生透明通道（RGBA）生成: 可直接生成透明背景 PNG / 贴纸素材，在提示词中加入触发语即可（如："This is an RGBA image with transparency... The image has alpha channel and the background is transparent."）。
中英文双语理解: 对中文复杂指令、排版文字和古风意境有极佳的还原度。

使用方式

在 MindCraft Studio 中使用（推荐）

无需手动配置 Python 环境或编译脚本：

下载并安装 MindCraft Studio。
打开软件，进入 设置 (Settings) → 模型库 (Model Library)。
找到 Qwen-Image 2.1 (8-bit)，点击 下载 / 安装。
模型将自动从本仓库（ModelScope / 魔搭社区国内节点高速）拉取，安装完成后即可在侧边栏生图面板或无限画布节点中使用。

👉 下载 MindCraft Studio →

仓库结构

Qwen-Image-2.1-mlx-8bit/
├── model_index.json          # diffusers 流水线入口
├── quantize_meta.json        # 量化元信息（bits / group_size / 未量化层）
├── transformer/              # 扩散主干（2 个 safetensors 分片）
├── text_encoder/             # Qwen3-VL 文本编码器（4 个 safetensors 分片）
├── vae/                      # 自编码器
├── processor/                # Tokenizer / Processor
└── scheduler/                # FlowMatch 调度器

协议与使用规范 (License)

本模型严格遵循通义千问官方发布的 Qwen Research License Agreement 协议，仅供非商业研究与评估用途；如需商业使用，请联系官方获取商用授权。

Qwen-Image-2.1-mlx-8bit

Model card