快速 AI 圖片生成 · 加速外掛

P-Q-Image-2.1:只要 6 步就能生圖與修圖

問 AI ▾

每張圖都要等 40 步取樣,嘗試各種點子的樂趣就這樣被磨光了。P-Q-Image-2.1 正好解決這個問題。它由 PrunaAI 推出,這支專攻速度最佳化的團隊也是開源 pruna 工具包的開發者。它是掛在阿里巴巴開放權重模型 Qwen-Image-2.1 上的小型外掛,最少只要 6 步就能畫出新圖、編輯既有圖片,也不必調整負向提示詞。PrunaAI 表示,相較一般 40 步的基礎模型,生成速度最高可快約 6.3 倍。

  • 免費開始
  • 快速草稿
  • 瀏覽器直接執行
立即開始生成圖片 →
開發者
PrunaAI
搭配模型
Qwen-Image-2.1(需要基礎權重)
最新版本
v0.2:6-steps 與 6-steps-upsampled
功能
文字生圖,以及最多 3 張參考圖的圖片編輯
速度
相較 40 步基礎模型最高約 6.3 倍
開放權重
是,發布於 Hugging Face

無審查替代圖片生成器

文字生圖

描述你想要的畫面,或上傳照片並描述要怎麼編輯。

Qwen-Image-2.1 的加速按鈕

與其說 P-Q-Image-2.1 是一顆新引擎,不如把它想成一塊效能晶片。它是一個 LoRA,也就是疊在 Qwen-Image-2.1 上的輕量檔案,教會模型用少得多的步數產出完成的圖片。基礎模型、它的文字編碼器和 VAE 完全不變,所以你仍然需要原始權重,而基礎模型最受喜愛的優點也全部保留:圖片中清晰的文字、透明背景輸出,以及以指令為基礎的編輯。改變的是等待時間。把 CFG 設為 1、省略負向提示詞,依外掛不同,5、6 或 8 步就能得到結果。PrunaAI 主打的最高約 6.3 倍,是在單張 H100、BF16、批次大小 1 的條件下,與一般 40 步執行比較所測得。這個專案在 2026 年 9 月以 Pruna-Qage-2.1 之名起步,之後才改成現在的名稱。

從 v0.1 到 v0.2:統一步數,兩款更聰明的外掛

第一版 v0.1 約在 2026 年 9 月 23 日推出,可在兩款外掛之間選擇:建議預設的 8 步版,以及較快但明顯較糊的 5 步版。0.2 版取消了這種取捨,改用進一步蒸餾的單一 6 步排程,再分成兩種版本。一般的 6-steps 外掛在編輯時更能保留原始照片,讓臉孔、商標和商品細節不走樣。6-steps-upsampled 外掛則內建 Qwen 原生的提示詞擴寫功能,短短幾個字的點子也能變成細節豐富的場景,不必另外呼叫語言模型。同一次發布還帶來 PrunaAI 首度自行匯出的 ComfyUI 檔案,以及六個現成的工作流程;在 v0.1 時期,社群成員只能自己轉檔。

外掛步數優勢最適合
v0.1 8-steps8第一版中畫質最好舊環境上的穩妥預設
v0.1 5-steps5速度最快可接受畫質下降的粗略草稿
v0.2 6-steps6編輯時忠實保留原圖換裝、商品修圖、人像
v0.2 6-steps-upsampled6內建提示詞擴寫想讓短提示詞也有豐富效果

Upsampled 還是 6-steps:怎麼挑對外掛

v0.2 的兩個檔案大小、強度和取樣器都相同,所以選擇完全取決於你習慣怎麼寫提示詞。如果你會寫又長又精確的提示詞,或是在修圖時需要讓人物或商品維持可辨識,就載入 6-steps 外掛。如果你喜歡只打一句簡短點子,例如「雨夜霓虹巷弄中的賽博龐克女主角,電影感」,再讓模型自己發揮燈光、鏡頭和場景布置,那 upsampled 外掛會更好玩。PrunaAI 指出,它模仿 Qwen 原生擴寫功能相當接近但並不完美,因此結果可能與先跑一次真正的提示詞擴寫模型有所不同。

  • 編輯臉孔、商品或品牌細節:6-steps。
  • 簡短、有趣的提示詞與情緒板:6-steps-upsampled。
  • 速度第一、畫質其次:v0.1 5-steps。
  • 沿用既有 v0.1 工作流程時最保守的選擇:v0.1 8-steps。
  • 一次只載入一個外掛,並使用屬於它的 sigma 排程。

訓練涵蓋 1K 圖片與最多三張參考圖。請從 1024×1024 開始;2K 輸出或更多參考圖或許可行,但已超出外掛的訓練範圍。

複製即用的提示詞範本

這些範本依照基礎模型最有效的寫法:先描述主體,再寫場景、光線和鏡頭,圖片上要出現的文字則加上引號。使用 6-steps 外掛時請用完整範本;使用 upsampled 外掛時,一句簡短描述就夠了。它們只是供你調整的起點,並非開發者提供的範例。

  • 完整文字生圖(6-steps):"[主體],[姿勢或動作],[服裝細節],[地點與時段],[光線:柔和窗光/黃金時刻逆光],[鏡頭:35mm 半身/低角度],[風格:商業攝影/動漫],頂部海報標題 "YOUR TITLE""
  • 簡短提示詞(upsampled):"雨夜霓虹街頭的賽博龐克女主角,電影感"
  • 換裝(18 歲以上,虛構人物或已同意的成年人):"保持臉孔、髮型、姿勢和背景不變,把上衣換成紅色綁帶比基尼,布料質感真實,光線與原圖一致"
  • 換背景:"保留主體及其邊緣,把背景換成馬爾地夫海灘,加上自然的陰影"
  • 三張參考圖合成:"圖 1 的人物穿著圖 2 的服裝,站在圖 3 的場景中,全身,自然光"
  • 分鏡格:"直式 9:16,[圖 1 的角色],轉身越過肩膀回頭看,緊張氛圍,電影感打光,淺景深"
  • 商品海報:"圖 1 的商品放在大理石檯面上,左側大標題 "SUMMER DROP",下方小字 "本週 8 折",高級柔和光線"

撰寫小技巧:簡短模糊的提示詞在一般外掛上容易顯得平淡,請補充細節,或改用 upsampled 檔案。

P-Q-Image-2.1 ComfyUI 工作流程與設定

PrunaAI 發布了可直接用於 ComfyUI 的儲存庫 PrunaAI/P-Q-Image-2.1-Comfy,內含 BF16 單檔 LoRA 與六個工作流程檔:每個版本各有文字生圖與編輯。只要你的 ComfyUI 版本原生支援 Qwen-Image-2.1,就不需要自訂節點;外掛透過內建的 LoraLoaderModelOnly 節點,以強度 1.0 載入。

記憶體:PrunaAI 尚未公布消費級顯示卡的數據。實際可用的手段是 int8 基礎模型加上 int8 文字編碼器,能降低記憶體用量;量化和加速外掛處理的是不同問題,可以一起使用。

  • 更新 ComfyUI,再把基礎擴散模型(BF16,或為了省記憶體改用 int8 convrot 版本)、qwen3vl_8b int8 文字編碼器、VAE 與 LoRA 放到各自慣用的資料夾。
  • 把對應的隨附工作流程拖到畫布上。
  • 取樣器 euler、CFG 1、負向提示詞留空、LoRA 強度 1.0。
  • v0.2 ManualSigmas:1.0, 0.961054, 0.918949, 0.769302, 0.545554, 0.222292, 0。
  • 先從 1024×1024 開始,之後再嘗試更大的尺寸。
常見錯誤正確做法
載入 Turbo 基礎模型改用 Comfy-Org/Qwen-Image-2.1 的一般基礎模型;PrunaAI 表示不要和 Turbo 搭配
混用 v0.1 與 v0.2 的 sigma每個外掛都有自己的排程,請從該版本的工作流程複製
同時疊兩個 Pruna 外掛一次只載入一個
直接跳到 2K從外掛訓練時使用的 1K 開始

用 Diffusers 執行

對 Python 使用者,模型卡提供了 Diffusers 的用法:從 Qwen/Qwen-Image-2.1 載入 QwenImage21Pipeline,以 PrunaAI/P-Q-Image-2.1 儲存庫和你要的外掛檔案呼叫 load_lora_weights,並使用開啟 dynamic shifting 的 FlowMatch Euler 排程器。將 num_inference_steps 設為 6、true_cfg_scale 設為 1,並啟用 KV 快取;編輯時,透過 image 參數傳入圖片。Diffusers 版本使用未位移的 sigma [1.0, 0.925, 0.85, 0.625, 0.375, 0.125] 再加上 dynamic shift。模型卡指定了特定的 Diffusers commit 與 transformers 5.17 以上版本,請對齊這些版本以免出現意外狀況。

P-Q-Image-2.1 vs Lightning、Turbo 與 int8

想替 Qwen-Image-2.1 加速的人,通常會比較三種做法。社群的 Lightning LoRA 步數更低,只要 4 步。PrunaAI 的外掛則以 6 步、內建提示詞擴寫,以及開發者提供的編輯工作流程應戰。Turbo 基礎模型是另一個獨立的快速 checkpoint,PrunaAI 明確表示不要和這款外掛併用。int8 或 GGUF 量化省的是記憶體而不是步數,所以可以搭配任一款 LoRA。目前沒有在相同條件下並排比較的可靠測試,最公平的建議是用你自己的提示詞兩個都跑跑看。

做法步數優點注意事項
PrunaAI v0.2 LoRA6可選提示詞擴寫、編輯忠實、開發者提供的 ComfyUI 工作流程以 1K 訓練;不適用 Turbo 基礎模型
Lightning LoRA4步數最少沒有內建提示詞擴寫
Turbo 基礎模型少不用 LoRA 也能加速與 Pruna 外掛不相容
Int8 / GGUF不變記憶體用量較低單獨使用並不會加速

社群怎麼說

上游儲存庫過去一個月下載次數超過 48 萬次,有 177 個讚、九個討論串,並被多個 Hugging Face Spaces 採用;ComfyUI 儲存庫也在幾天內就收到第一批讚。ComfyUI Wiki 報導了 v0.1 的推出,德國網站 Mind-Verse 也介紹了這次發布,稱其為替 Qwen-Image-2.1 加速的方法。在開發者自行匯出 ComfyUI 檔案之前,使用者就已經分享了非原廠的轉檔版本,可見本機創作者有多麼迫不及待。PrunaAI 對取捨相當坦白:v0.1 的圖片比不上完整的 40 步基礎模型,簡短或模糊的提示詞受影響最大,輸出可能和基礎模型不完全一致,而且權重也還不是最終版。正因為這份坦白,v0.2 才格外受到關注,因為它正是針對這些弱點而來。

有無審查版的 P-Q-Image-2.1 嗎?

沒有。這款外掛只改變速度,沒有 NSFW 版本,也不會放寬基礎模型能畫的內容;那取決於基礎權重以及你載入的其他 LoRA。社群上傳、標示為「uncensored」的 Qwen-Image-2.1,經回報不是原本的權重,就是只換了文字編碼器而看不出任何變化,而以 Turbo 為基礎的版本本來就無法搭配這款外掛使用。如果想在瀏覽器裡快速進行不受限制的成人編輯,例如泳裝或內衣造型,Spicy AI 提供了類似的無審查圖片編輯器。

泳裝與比基尼換裝

把成年人的服裝換成比基尼或連身泳裝,臉孔和姿勢維持不變。

海灘與泳池組圖

把人像移到陽光海灘或頂樓泳池派對。

復古 pin-up 海報

圓點泳裝、底片顆粒感與醒目的標題文字。

  1. 先說明哪些要保持不變,再說要改什麼。
  2. 指定光線與鏡頭:黃金時刻逆光、85mm 人像。
  3. 註明畫面中每個人都是成年人(18 歲以上)。

上傳一張成年人的照片或描述一個場景,線上試試比基尼、海灘或 pin-up 造型。

開啟圖片編輯器 →
成年女性換裝前後對比:從夏季洋裝換成陽光海灘上的紅色比基尼

自行架設 P-Q-Image-2.1 vs 在 Spicy AI 線上生成

本機部署(公開權重)Spicy AI 線上
內容過濾與你載入的基礎模型相同沒有內容過濾
開放權重是不需要 — 在瀏覽器執行
模型Qwen-Image-2.1 加上加速外掛類似的無審查圖片編輯器,線上託管
入門成本自備 GPU提供免費方案

常見問題

P-Q-Image-2.1 是獨立的模型嗎?

不是。它是 PrunaAI 推出的少步數 LoRA,載入在 Qwen-Image-2.1 之上使用。基礎模型、文字編碼器和 VAE 都不變,所以你需要基礎權重。

v0.1 和 v0.2 有什麼不同?

v0.1 提供 5 步和 8 步外掛。v0.2 統一為 6 步,並分成更能保留編輯效果的 6-steps 外掛,以及內建提示詞擴寫的 6-steps-upsampled 外掛,同時附上開發者提供的 ComfyUI 檔案與工作流程。

能快多少?

PrunaAI 表示,相較 40 步基礎模型最高約快 6.3 倍,是在單張 H100、BF16、批次大小 1 下測得。它尚未公布消費級顯示卡的數據。

ComfyUI 該用哪些設定?

使用原生支援 Qwen-Image-2.1 的 ComfyUI 版本,LoraLoaderModelOnly 強度 1.0、euler、CFG 1、不用負向提示詞,並搭配屬於你那款外掛的 ManualSigmas。基礎模型請用一般版,不要用 Turbo。

可以用多張參考圖編輯嗎?

可以。訓練涵蓋了最多三張參考圖的編輯。更多參考圖或 2K 輸出或許可行,但已超出訓練範圍。

它以前叫 Pruna-Qage-2.1 嗎?

是的。v0.1 版是以 PrunaAI/Pruna-Qage-2.1 發布;現在它以新名稱放在 PrunaAI 的 Hugging Face 帳號下,ComfyUI 檔案則另有獨立的儲存庫。

該選它還是 Lightning 4 步 LoRA?

Lightning 的步數較少。PrunaAI 的 v0.2 多了提示詞擴寫選項,以及開發者提供的編輯工作流程。目前沒有在相同條件下的可靠比較,請用自己的提示詞兩個都測試看看。

Spicy AI 與 PrunaAI 或 Qwen 團隊有關係嗎?

沒有。Spicy AI 是獨立平台,與兩者皆無合作關係,也未獲得其背書。所有商標均屬各自所有者。

免費嗎?

你可以用每日的生成額度免費開始,需要更多時再購買點數。

資料來源

Sign in

Welcome to Spicy AI

or