---
title: Qwen-Image-2.1-mlx-8bit
canonical_url: "https://www.modelscope.cn/models/theMindStudio/Qwen-Image-2.1-mlx-8bit"
md_url: "https://www.modelscope.cn/models/theMindStudio/Qwen-Image-2.1-mlx-8bit.md"
repository: theMindStudio/Qwen-Image-2.1-mlx-8bit
last_updated: 2026-10-01
license: other
pipeline_tag: text-to-image-synthesis
tasks:
  - text-to-image-synthesis
base_model:
  - Qwen/Qwen-Image-2.1
base_model_relation: finetune
parameters: 5.4B
tensor_type:
  - BF16
  - U32
  - F32
library_name:
  - mlx
  - lora
  - safetensors
  - diffusers
language:
  - zh
  - en
downloads: 23
stars: 0
tags:
  - mlx
  - apple-silicon
  - text-to-image
  - image-to-image
  - qwen2.1
  - rgba
---

# Qwen-Image-2.1-mlx-8bit

> Qwen-Image-2.1-mlx-8bit - theMindStudio 在 ModelScope 开源的模型。Qwen-Image-2.1-MLX-8bit — MindCraft Studio 专用版

theMindStudio/Qwen-Image-2.1-mlx-8bit 是 ModelScope 魔搭社区上的 5.4B 参数text-to-image-synthesis模型，采用 other 许可，基于 Qwen/Qwen-Image-2.1 构建。

- **Repository**: theMindStudio/Qwen-Image-2.1-mlx-8bit
- **License**: other
- **Tasks**: text-to-image-synthesis
- **Parameters**: 5.4B
- **Base model**: Qwen/Qwen-Image-2.1
- **Tags**: mlx, apple-silicon, text-to-image, image-to-image, qwen2.1, rgba
- **Downloads**: 23
- **Stars**: 0
- **Last updated**: 2026-10-01

Source: https://www.modelscope.cn/models/theMindStudio/Qwen-Image-2.1-mlx-8bit

---

# 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](https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1)
- **配套应用**: [MindCraft Studio](https://themindstudio.cc/mindcraft) — 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](https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1/resolve/master/LICENSE)（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：

1. 下载并安装 [MindCraft Studio](https://themindstudio.cc/mindcraft)。
2. 打开软件，进入 **设置 (Settings)** → **模型库 (Model Library)**。
3. 找到 **Qwen-Image 2.1 (8-bit)**，点击 **下载 / 安装**。
4. 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 →](https://themindstudio.cc/mindcraft)

### 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**](https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1/resolve/master/LICENSE) 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。

---

## 相关链接与致谢

- **ModelScope 基模型**: [https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1](https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1)
- **Qwen GitHub**: [https://github.com/QwenLM/Qwen-Image-2.1](https://github.com/QwenLM/Qwen-Image-2.1)
- **MindCraft Studio 官网**: [https://themindstudio.cc/mindcraft](https://themindstudio.cc/mindcraft)