Qwen-Image-Flash：NVIDIA 对 Qwen-Image 的 4 步 DMD2 蒸馏

什么是 Qwen-Image-Flash？

Qwen-Image-Flash 是 NVIDIA 基于 Qwen/Qwen-Image 打造的 四步 DMD2 蒸馏版本。改进的分布匹配蒸馏（Improved Distribution Matching Distillation）通过 NVIDIA FastGen、NVIDIA Model Optimizer 和 NVIDIA AutoModel 运行；只有 transformer 权重发生变化，因此 Qwen-Image pipeline 的其余部分（Qwen2.5-VL 文本编码器、Qwen tokenizer、Qwen-Image VAE、60 层 transformer 形状）均原样继承。

• 去噪 transformer 包含 20.43B 参数，完整的可学习 pipeline 共 28.85B
• 4 次函数评估，而非基础模型的完整调度流程
• 封装好的 FlowMatch Euler scheduler 采用静态 shift-3 轨迹，生成的 sigmas 为 [1.0, 0.9, 0.75, 0.5, 0.0]
• 使用英文 caption 蒸馏；模型卡片未评估其继承的中文语言能力

运行蒸馏 checkpoint

官方发布的是 Diffusers checkpoint，蒸馏过程已将教师的引导内部化：采样需要 num_inference_steps=4 并配合 true_cfg_scale=1.0。若把该权重放入仍应用 CFG 4.0 的 Qwen-Image 工作流中，会使引导翻倍。

from diffusers import QwenImagePipeline
import torch

pipe = QwenImagePipeline.from_pretrained(
    "nvidia/Qwen-Image-Flash", torch_dtype=torch.bfloat16
).to("cuda")

image = pipe(
    prompt="A red fox in a snowy pine forest at golden hour, photorealistic, sharp focus",
    width=1024, height=1024,
    num_inference_steps=4,
    true_cfg_scale=1.0,
).images[0]

模型卡片列出了 Diffusers 0.38.0 与 Transformers 5.12.1、SGLang Diffusion、vLLM-Omni 及 TensorRT-LLM VisualGen 作为受支持的运行时，并将 H100 和 B200 列为已验证硬件。ComfyUI 并不在官方引擎列表之中：请将这些单文件 transformer 权重视为与 Qwen-Image 系列在架构上兼容，而非官方支持的运行时。