Unsloth、Qwen-Image-Edit-2511のGGUF量子化版を公開

Unslothは、Alibaba Cloudの画像編集モデルQwen-Image-Edit-2511をGGUF形式に量子化したunsloth/Qwen-Image-Edit-2511-GGUFをHugging Faceで公開しました。量子化にはUnsloth Dynamic 2.0方式を採用し、重要なレイヤーを高精度へアップキャストしています。

Unslothは、AIモデルの実行と学習のためのツール群で、量子化形式への出力にも対応しています。

何が新しいか

unsloth/Qwen-Image-Edit-2511-GGUFは、Qwen/Qwen-Image-Edit-2511をベースにしたimage-to-imageモデルのGGUF版です。量子化にはcity96が開発したComfyUI-GGUFのツールを使っています。ライセンスはapache-2.0です。

ベースモデルの改善点

Qwenによると、Qwen-Image-Edit-2511は前版のQwen-Image-Edit-2509と比べて次の点を改善しています。

• 画像ドリフトの軽減
• 人物の一貫性向上(入力ポートレートの同一性を保った編集、2人の別々の人物画像を1枚の集合写真に統合する複数人物の一貫性)
• コミュニティ製LoRAの統合(Lighting Enhanceなど人気のLoRAをベースモデルに組み込み、追加チューニングなしで効果を得られる)
• 工業デザイン生成の強化
• 幾何推論の強化

試し方

ComfyUIで動かす手順は、UnslothのComfyUIガイドにまとまっています。ベースモデルをdiffusersで動かすQuick Startは次のとおりです。

1. 最新のdiffusersをpip install git+https://github.com/huggingface/diffusersでインストールします。
2. QwenImageEditPlusPipeline.from_pretrained("Qwen/Qwen-Image-Edit-2511", torch_dtype=torch.bfloat16)でパイプラインを読み込み、pipeline.to('cuda')でCUDAへ移します。
3. input1.pngとinput2.pngを入力画像にして、プロンプトを渡して推論します。

サンプルコードの主な推論パラメータは次のとおりです。

パラメータ	値
true_cfg_scale	4.0
num_inference_steps	40
guidance_scale	1.0
negative_prompt	" "
num_images_per_prompt	1

出力画像はoutput_image_edit_2511.pngとして保存されます。