本仓库包含的Qwen-Image-Edit-2511-Lightning模型有 ``` /root/sj-data/LargeModel/ImageGeneration/lightx2v/Qwen-Image-Edit-2511-Lightning/ |-- Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors |-- Qwen-Image-Edit-2511-Lightning-4steps-V1.0-fp32.safetensors |-- Qwen-Image-Edit-2511-Lightning-8steps-V1.0-bf16.safetensors `-- Qwen-Image-Edit-2511-Lightning-8steps-V1.0-fp32.safetensors ``` 模型概述 Qwen-Image-Edit-2511-Lightning 是一组专为图像编辑任务优化的模型，利用步数蒸馏（step distillation）和量化技术，实现高效的推理性能。本仓库包含三个具有不同特性的核心模型文件：

模型文件名	类型	主要特性
`Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors`	4 步蒸馏 LoRA	BF16 精度，轻量级，4 步推理
`Qwen-Image-Edit-2511-Lightning-4steps-V1.0-fp32.safetensors`	4 步蒸馏 LoRA	FP32 精度，高精度，4 步推理
`qwen_image_edit_2511_fp8_e4m3fn_scaled_lightning.safetensors`	FP8 量化	FP8（e4m3fn scaled）精度，融合了 4 步蒸馏 LoRA，针对低显存部署优化

使用说明该模型套件支持两种主流使用框架，具体指南如下： 1. Qwen-Image-Lightning 框架有关在 Qwen-Image-Lightning 生态系统中使用模型的完整文档（包括环境配置、推理流程和自定义方法），请参阅： [Qwen-Image-Lightning GitHub](https://github.com/ModelTC/Qwen-Image-Lightning/) 仓库 2. LightX2V 框架这些模型完全兼容 LightX2V 轻量级视频/图像生成推理框架。有关分步使用示例、配置模板和性能优化建议，请参阅： [LightX2V Qwen 图像编辑文档](https://github.com/ModelTC/LightX2V/blob/main/examples/qwen_image/README.md) 核心优化步数蒸馏：LoRA 模型将原始推理步数减少至仅 4 步，在保持图像编辑质量的同时显著提升速度（比标准 40 步推理快约 10 倍）。 FP8 量化：量化基础模型在性能与资源效率之间取得平衡，相比 FP32 可减少约 50% 的 GPU 显存占用，同时保持编辑保真度。支持如遇技术问题、功能请求或集成疑问：针对 Qwen 框架相关问题，请在 [Qwen-Image-Lightning](https://github.com/ModelTC/Qwen-Image-Lightning/issues) 仓库提交 issue 针对 LightX2V 集成问题，请在 [LightX2V](https://github.com/ModelTC/LightX2V/issues) 仓库提交 issue