Qwen Image 2.1

호환되는 PyTorch / CUDA 환경과 QwenImage21Pipeline을 포함하는 Diffusers main 브랜치가 필요합니다. 아래 예제는 CPU 오프로딩을 사용하지만 충분한 RAM과 GPU 메모리가 필요합니다. 공식 설치 안내

import torch
from PIL import Image
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1", dtype=torch.bfloat16
)
pipe.enable_model_cpu_offload()

# 구현별 기본값 차이를 피하려면 크기를 명시하세요
result = pipe(
    prompt="우주비행사 헬멧을 쓴 카피바라, 수채화 일러스트",
    width=1024, height=1024,
    num_inference_steps=40,
    true_cfg_scale=1.0,
).images[0]
result.save("result.png")

# 참조 순서는 이미지 목록과 일치해야 합니다
edited = pipe(
    prompt="이미지 1의 꽃을 이미지 2의 장면에 배치하고 이미지 2의 조명을 유지하세요.",
    image=[Image.open("flowers.png"), Image.open("scene.png")],
    num_inference_steps=40,
    true_cfg_scale=1.0,
).images[0]
edited.save("edited.png")

부정 프롬프트에는 true_cfg_scale > 1이 필요합니다. Flex Attention 사용 시 모델을 컴파일하세요. 처음에는 기본 어텐션 구현을 사용할 수 있습니다.