Lightning v2 RL：4 步 Qwen-Image 2.1，经强化学习精炼

来自四步 RL checkpoint 的 1024 x 1024 渲染图，《燃烧海岸线上的海豚》。

相比 LoRA 有哪些变化

10 月的版本将一个 67 MB 的适配器挂到原版 Qwen-Image 2.1 checkpoint 上，并在采样时依赖一份固定的 sigma 列表。v2 改变了这套设置的两个部分：

• 完整 transformer 权重而非适配器：单个 diffusion_pytorch_model.safetensors 以 FP32 存储（28.5 GB），并带有自己的 config.json，模型卡片说明可在 BF16 下加载用于推理。没有可叠加的 LoRA。
• 蒸馏之后增加强化学习阶段。 卡片将该 checkpoint 描述为 Lightning v2 经 RL 精炼后的版本，使用 LightX2V RL 训练。仅发布了精炼后的 checkpoint，因此 RL 之前的 v2 权重无法获取，也就无法对比。
• 一个 checkpoint 覆盖三项任务：文生图、单引用编辑和多引用生成，v1 同样针对这些任务。

四步采样调度

采样配置以 inference_config.json 形式提供，它并不是 v1 LoRA 所用的那种均匀调度。v2 使用 1.0、0.95418、0.89508 和 0.704534 四个 sigma，true_cfg_scale 为 1.0，KV 缓存已启用：

pipe.scheduler = FlowMatchEulerDiscreteScheduler(
    **inference_config["scheduler"],
)
image = pipe(
    prompt=prompt,
    width=1024,
    height=1024,
    sigmas=SIGMAS,                    # 1.0, 0.95418, 0.89508, 0.704534
    num_inference_steps=len(SIGMAS),
    true_cfg_scale=1.0,
    use_kv_cache=True,
)

其中三步位于 0.89 以上，第四步从 0.895 降到 0.705，随后调度器再追加终端零，因此大部分去噪发生在前期。README 明确指出，仅设置 num_inference_steps=4 无法复现这一调度，并且存储的 sigmas 已经过偏移，所以动态偏移必须保持关闭。

四步对四十步

仓库为每个示例都配了一组原始 Qwen-Image 2.1 权重的 40 步运行结果，提示词、种子、CFG 1.0 和 1024 x 1024 输出均相同。

基础模型，40 步	Lightning v2 RL，4 步
燃烧海岸线上的海豚	燃烧海岸线上的海豚
雨中斑驳的自行车	雨中斑驳的自行车

这两条提示词都是长篇的结构化场景描述：海豚那条依次描述云的颜色、烟柱、烧焦的横梁、余烬位置和背鳍受光，然后才结束；自行车那条则描述每根车架管的锈迹、辐条数量和雨痕。卡片将这些作为已选择的验证示例呈现，而非基准测试，并提醒精细文字、人体结构、对象数量和精确的引用保持仍可能需要检查。

编辑单张引用图

进行编辑时，引用图像作为 pipeline 的 image 参数传入，与指令在同一次调用中提交：

引用	基础模型，40 步	Lightning v2 RL，4 步

“将上方天空中部飞翔的鸟替换为一条在同位置、同距离翱翔的飞龙。……其余一切保持完全不变：层叠的石制建筑……层层跌落的瀑布……”

这条提示词把龙固定在鸟的飞行方向上，然后列出不得移动的内容：石制画廊、屋顶花园、瀑布、棕榈、薄雾和朦胧的天空。仓库中的第二个编辑示例则替换了一位吉他手所在的场景。

多引用生成

多引用路径一次接收多张图像，并在提示词中按索引引用它们（<image1>、<image2>），卡片正是用这种方式区分两张引用图：

引用	基础模型，40 步	Lightning v2 RL，4 步

“在 <image1>（画布）上，把从 <image2> 中提取的食物碗放到木桌上……以与 <image1> 相同的柔和 3D 插画风格渲染新增的碗和食物，而不是 <image2> 的写实照片风格。……”

该指令包含缩放、透视、光照方向和阴影方向，并明确列出需要从画布中保留的内容：女孩的脸、她的开衫、冒热气的杯子、水果碗以及她身后的架子。第二个多引用示例将花卉瓷图案迁移到肖像场景中的茶壶上。

获取方式

权重：lightx2v/Qwen-Image-2.1-Lightning-v2-RL，位于 Hugging Face。基础模型：Qwen/Qwen-Image-2.1。训练与推理框架：ModelTC/LightX2V。

发布的文件采用 Diffusers 布局（QwenImage21Transformer2DModel，32 层，32 个注意力头），卡片的快速开始通过替换 pipeline 的 transformer，用 QwenImage21Pipeline 加载它们。仓库不包含 ComfyUI 格式的权重，发布时也没有转换后的 checkpoint、GGUF 构建或对应的加载器，因此 Lightning 在 ComfyUI 中的路径仍然是 v1 LoRA。