LightX2V Lightning: Qwen-Image 2.1 向け4ステップLoRA

Lightning LoRAが4ステップで生成したコーヒーショップの店頭。ベースモデルの固定テキスト埋め込みと同一のシードを使用。

LoRAが変えるもの

Qwen-Image 2.1 はデフォルトで40ステップ生成します。Lightningアダプターはこれを4ステップに短縮し、スケジュールはサンプラー呼び出しに直接記述します。

pipe.scheduler = FlowMatchEulerDiscreteScheduler.from_config(
    pipe.scheduler.config, shift_terminal=None
)

image = pipe(
    prompt=prompt,
    width=1024,
    height=1024,
    num_inference_steps=4,
    sigmas=[1.0, 0.75, 0.5, 0.25],
    true_cfg_scale=1.0,
    use_kv_cache=False,
).images[0]

CFGは無効化され（true_cfg_scale=1.0）、4つのシグマ値は固定されています。そのため、通常のQwen-Image 2.1ワークフローとの違いは、LoRAを読み込んでサンプラーを4ステップのCFGなし構成に切り替えることだけです。

4ステップと40ステップの比較

モデルカードには、同じプロンプト、シード、出力サイズを使用し、両側ともCFGを無効化した5つのテキストから画像への比較が掲載されています。ベースモデルの画像は、以前の40ステップ実行によるものです。

ベースモデル、40ステップ	Lightning LoRA、4ステップ
コーヒーショップの看板	コーヒーショップの看板

リポジトリにある残りの例では、九尾の狐の獣、羊のデザイナーズトイ、オフィスの牛のセルフィー、花のワイン広告を扱っています。

複数の参照を使った編集

同じアダプターはマルチ参照入力を含む編集パイプライン向けにもトレーニングされています。最初の例では、ターゲットは人物のジャケットです。

参照	ベースモデル、40ステップ	Lightning LoRA、4ステップ

「赤いジャケットをダークブルーに変更し、左胸に小さな銀色の星形ブローチを追加してください。人物のアイデンティティ、表情、髪型、ポーズ、ジャケットのマテリアルとシワは維持し、背景とライティングは変更しないでください。…」

モデルカードにはさらに7つの編集例があり、衣装と夜景、人物と猫、商品広告、ソファとペンダントランプ、床マテリアルの転送、鏡の反射、バックパックの試着をカバーしています。それぞれの例では、40ステップと4ステップの結果の隣に参照画像が掲載されています。

使い方

重みは単一の pytorch_lora_weights.safetensors（67 MB）で、Qwen-Image 2.1チェックポイントの上に読み込まれます。そのためComfyUIでは、Qwen-Image 2.1グラフ用の通常のLoRAローダーを通じて読み込まれ、4ステップ、CFG 1に設定します。LightX2V独自のプラットフォームスクリプトは、このアダプターのトレーニングに使用されたAscend NPUを含む、NVIDIA以外のハードウェアにも対応しています。

入手方法

LoRAの重み: Hugging Faceの lightx2v/Qwen-Image-2.1-Lightning。ベースモデル: Qwen/Qwen-Image-2.1。推論フレームワーク: ModelTC/LightX2V。