Qwen-Image-2.1-Turbo: Một checkpoint 8 bước đã đưa lịch trình vào trong trọng số

Kho lưu trữ cho Qwen-Image-2.1-Turbo đã xuất hiện trên Hugging Face vào ngày 9 tháng 10 năm 2026, và điều thú vị nhất về nó không phải là số bước. Ở đó có các trọng số bfloat16, một model card kèm mã chạy được, một tệp giấy phép, tám hình ảnh trưng bày, và một dòng trong danh sách tin tức trên GitHub của dự án Qwen-Image-2.1 thông báo về bản phát hành. Không có bài đăng blog riêng, không có bảng benchmark, không có đợt truyền thông báo chí nào, và không có bất kỳ thay đổi nào đối với các điều khoản mà Qwen-Image-2.1 được phân phối theo. Turbo là một checkpoint tăng tốc của Qwen-Image-2.1 dành cho sinh ảnh từ văn bản và chỉnh sửa ảnh, chạy trong tám bước khử nhiễu thay vì bốn mươi bước mà các ví dụ của chính mô hình gốc sử dụng. Nó cũng âm thầm thay đổi nguồn gốc của lịch lấy mẫu — và đó chính là phần sẽ làm hỏng code.

Thực sự có gì trong kho lưu trữ?

Chiếc thẻ thì ngắn và đặc biệt cụ thể một cách bất thường, điều này khiến ta dễ dàng tách bạch những gì đã được xác nhận khỏi những gì đang được ngụ ý.

• Đây là gì: thẻ mô tả Qwen-Image-2.1-Turbo là "một checkpoint tăng tốc của Qwen-Image-2.1 dùng cho tạo ảnh từ văn bản và chỉnh sửa ảnh với 8 bước khử nhiễu". Đây không phải là một kiến trúc mới và cũng không phải một họ mô hình mới. Đây vẫn là cùng một thành phần tạo hình ảnh 7B, được đóng gói lại quanh một quỹ đạo lấy mẫu ngắn hơn nhiều.

• Cách nó được tải: thông qua QwenImage21Pipeline trong Diffusers, cùng lớp pipeline mà mô hình cơ sở sử dụng, chỉ thay tên checkpoint. Siêu dữ liệu của chính kho lưu trữ khai báo base_model: Qwen/Qwen-Image-2.1 và library_name: diffusers, đồng thời mang base_model:finetune:Qwen/Qwen-Image-2.1 như một thẻ thứ hai. Tức là nhà cung cấp đang mô tả đây là một bản tinh chỉnh của checkpoint cơ sở, chứ không phải một mô hình anh em.

• Những gì nó giữ nguyên: cùng kiến trúc tạo sinh hình ảnh 7B, cùng bảy cấu hình độ phân giải đặt trước như Qwen-Image-2.1 (vuông 2048 × 2048, 4:3 ở 2400 × 1792, 3:4 ở 1792 × 2400, 3:2 ở 2528 × 1696, 2:3 ở 1696 × 2528, 16:9 ở 2752 × 1536 và 9:16 ở 1536 × 2752), và cùng hai khả năng — tạo ảnh từ văn bản và chỉnh sửa ảnh theo hướng dẫn. Phần trình diễn của card được tổ chức theo danh mục: nhiếp ảnh chân dung, tư thế và chuyển động của con người, tạo sinh RGBA trong suốt, thiết kế chữ và áp phích, bố cục UI và thông tin, biến đổi một ảnh, bố cục đa tham chiếu, và bố cục nội thất bốn ảnh.

• Những gì nó không có: bất kỳ con số đánh giá nào. Không có điểm Qwen-Image-Bench nào cho checkpoint Turbo trên thẻ mô hình, và không có so sánh với mô hình cơ sở. Điểm số duy nhất ở bất kỳ đâu trong dòng Qwen-Image-2.1 vẫn là kết quả Qwen-Image-Bench của chính mô hình cơ sở, vốn là con số do nhà cung cấp báo cáo được đo trên checkpoint cơ sở — không phải trên checkpoint này.

Lịch trình giờ đây nằm trong các trọng số, và đó mới là thay đổi thực sự.

Đây là câu quan trọng nhất trên thẻ, và nó bị vùi dưới phần hướng dẫn cài đặt: checkpoint "bao gồm lịch lấy mẫu được đề xuất của nó, nên nó sẵn sàng sử dụng mà không cần tự cấu hình bộ lập lịch."

Vậy thì hệ quả, được nêu rõ trong phần lấy mẫu: “Lịch trình lấy mẫu 8 bước được khuyến nghị được lưu cùng với checkpoint và được tải tự động. Việc chỉ đặt num_inference_steps không ghi đè lên nó.”

Hãy đọc lại điều đó hai lần. Theo quy ước Diffusers mà hầu hết mọi người vẫn mang trong đầu, số bước là một tham số truyền lúc gọi — bạn truyền num_inference_steps=40 cho mô hình gốc, num_inference_steps=4 cho một checkpoint đã chưng cất, và pipeline sẽ dựng một lịch trình tương ứng. Qwen-Image-2.1-Turbo phá vỡ quy ước đó. Lịch trình tám bước là siêu dữ liệu của checkpoint, không phải tham số yêu cầu. Bạn có thể truyền một số nguyên khác và pipeline vẫn sẽ dùng lịch trình đã lưu. Thẻ mô hình cho biết cách duy nhất để ghi đè nó là truyền một đối số sigmas tường minh tại thời điểm gọi, và nói thêm rằng các lịch trình khác "chưa được đánh giá cho checkpoint này".

Hệ quả thực tế là một cái bẫy tái lập. Mã được lấy từ model card của Qwen-Image-2.1 và trỏ tới kho Turbo sẽ chạy, sẽ không báo lỗi, và sẽ không tạo ra các kết quả đầu ra mà phần trình diễn Turbo thể hiện. Nó cũng sẽ cần một bản dựng Diffusers hiểu được các sigma lấy mẫu được cấu hình bởi pipeline — hỗ trợ được thêm trong Diffusers PR #14950, mà tại thời điểm viết bài nằm trong cây mã nguồn chứ không phải trong một bản phát hành được gắn thẻ. Cách cài đặt được nêu là một bản dựng PyTorch tương thích CUDA cùng với git+https://github.com/huggingface/diffusers.git, transformers>=5.17.0, accelerate và pillow.

Hai mặc định nữa đến từ thẻ chứ không phải từ bất cứ thứ gì bạn đặt: quá trình sinh mặc định dùng CFG 1, và bộ đệm KV tiền tố "tái sử dụng ngữ cảnh văn bản và ảnh tham chiếu qua các bước khử nhiễu." CFG 1 nghĩa là không có lượt guidance không phân loại, và đó là phần lớn cách quỹ đạo được rút ngắn mà không bị sụp đổ — đồng thời cũng là lý do thẻ không bận tâm đến khuyến nghị thang guidance. Bộ đệm KV tiền tố là thứ kế thừa từ mô hình cơ sở: cùng cơ chế mà Qwen-Image-2.1 dùng để tái sử dụng ngữ cảnh văn bản và ảnh tham chiếu, điều càng quan trọng hơn, chứ không kém, khi vòng lặp khử nhiễu chỉ dài tám vòng lặp.

Được công bố trong nhật ký thay đổi, được cung cấp dưới dạng kho lưu trữ.

Cách định khung phù hợp với bản phát hành này không phải là "ra mắt" và cũng không phải là "rò rỉ". Đó là một artefact đã được check-in với một dòng ghi ngày trong một danh sách tin tức. Danh sách tin tức trên GitHub của dự án Qwen-Image-2.1 có hai mục ghi ngày 2026.10.09: một mục cho checkpoint Turbo, một mục ghi chú rằng các API Qwen-Image-2.1 Pro và Turbo "hiện đã chính thức hoạt động" trên Alibaba Cloud Model Studio. Không có bài đăng blog riêng về Turbo; liên kết blog trên thẻ trỏ tới blog Qwen-Image-2.1 từ ngày 20 tháng 9 năm 2026.

Đối chiếu điều đó với cách mô hình cơ sở ra mắt ba tuần trước đó. Danh sách tin tức của Qwen-Image-2.1 có một mục ghi ngày cho phần trọng số, rồi thêm năm mục nữa cùng ngày: hỗ trợ Diffusers ngay từ ngày đầu qua PR #14804, hỗ trợ ComfyUI gốc ngay từ ngày đầu, hỗ trợ vLLM-Omni với thực thi từng bước và cache KV tiền tố và lượng tử hóa FP8 và song song hóa tensor, hỗ trợ SGLang với Cache-DiT và đồ thị CUDA, và tăng tốc ngay từ ngày đầu từ LightX2V. Checkpoint Turbo không có bất kỳ điều nào trong số đó. Mọi mục trong số các mục hệ sinh thái đó đều đề cập đến Qwen-Image-2.1.

Các bộ đếm của kho lưu trữ kể cùng một câu chuyện về độ trưởng thành chứ không phải về phẩm chất, và chúng chỉ là một ảnh chụp nhanh chứ không phải một phán quyết: tại thời điểm viết bài, Qwen-Image-2.1 cho thấy 122.311 lượt tải xuống trong tháng vừa qua và 3.142 lượt thích, trong khi Qwen-Image-2.1-Turbo — mới ra đời được vài giờ — cho thấy 33 lượt thích. Lượt tải xuống là một chỉ báo trễ, và con số của Turbo sẽ còn thay đổi. Điều nó cho bạn biết hôm nay chỉ là chưa có ai kịp thời gian để chạy thử nó.

Tám bước không cho bạn biết điều gì

Số bước là điểm nhấn và cũng là con số ít hữu ích nhất trong bản phát hành, vì ba lý do đáng nói thẳng.

• Bước không phải là giây.Cả thẻ lẫn kho lưu trữ đều không công bố thông lượng, độ trễ hay bộ nhớ cho checkpoint Turbo. Tám bước ở 2048 × 2048 trên một mô hình 7B bfloat16 là một khối lượng công việc khác với tám bước trên một mô hình nhỏ hơn, và thẻ không cho biết nó được đo trên phần cứng nào vì nó hoàn toàn không báo cáo bất kỳ phép đo nào.

• Chưa có mốc neo chất lượng nào. Không có điểm số nào được công bố cho Turbo, không có so sánh trực tiếp với checkpoint cơ sở, và không có đánh giá độc lập cho cả hai. Các hình ảnh trình diễn là những đầu ra do nhà cung cấp tuyển chọn ở cài đặt khuyến nghị của nhà cung cấp. Chúng là bằng chứng rằng mô hình tạo ra hình ảnh; chúng không phải là bằng chứng về việc chất lượng đã bị đánh đổi bao nhiêu để giảm số bước, và chúng không thể thay thế cho một benchmark.

• Không có hướng dẫn về bộ nhớ. Thẻ của mô hình cơ sở bao gồm một phần tối ưu hoá bộ nhớ; thẻ Turbo ghi lại thông tin về cài đặt, tạo, chỉnh sửa, lấy mẫu và tỷ lệ khung hình, cùng các điểm dừng. Nếu bạn dự định phục vụ mô hình này, hãy lên kế hoạch đo lường.

Giấy phép không thay đổi, và đó là điểm chính đối với việc phát hành

Qwen-Image-2.1-Turbo được cấp phép theo Qwen Research License Agreement. Metadata của kho lưu trữ ghi license: other với license_name: qwen-research và license_link: LICENSE, đồng thời có một tệp LICENSE hiện diện trong kho lưu trữ cùng với các trọng số. Phần giấy phép của chính model card nêu một câu: mô hình được cấp phép theo Qwen Research License Agreement.

Việc tăng tốc không thay đổi gì về điều đó. Giấy phép nghiên cứu phi thương mại trên mô hình cơ sở không trở thành giấy phép thương mại chỉ vì checkpoint nhanh hơn, và kho Turbo là một bản tải xuống riêng biệt theo cùng các điều khoản. Nếu mối quan tâm của bạn đối với việc sinh tám bước là ở chỗ nó làm cho mô hình đủ rẻ để đưa vào một sản phẩm, thì giấy phép mới là ràng buộc, chứ không phải số bước. Câu hỏi đó phải được gửi tới nhà cung cấp; nó không được trả lời ở bất kỳ đâu trong kho này.

Con đường được host, và vị trí của OrcaRouter trong đó

OrcaRouter không định tuyến Qwen-Image-2.1-Turbo, và cũng không định tuyến Qwen-Image-2.1. Cả hai đều không xuất hiện trong danh mục của chúng tôi, và không có nội dung nào trong bài viết này nên được hiểu là lời đề nghị phục vụ chúng. Nếu bạn muốn một trong hai, các lựa chọn là API riêng của nhà cung cấp và một số nền tảng bên thứ ba, hoặc chính các trọng số với bản dựng Diffusers đủ mới để tải lịch trình đã lưu của checkpoint Turbo.

Thứ chúng tôi đặt lên hàng đầu là dòng ảnh được lưu trữ (hosted), và việc biết trên đó có gì là điều đáng để tìm hiểu, để bạn có thể đặt nó cạnh thử nghiệm tự lưu trữ. OrcaRouter đưa hơn 200 mô hình vào sau một endpoint tương thích OpenAI với đúng giá niêm yết của nhà cung cấp, không thêm phụ phí — nên khi một nhà cung cấp cắt giảm giá, mức giảm đó có hiệu lực ngay ở phía chúng tôi trong cùng ngày, thay vì phải chờ một lượt định giá lại. Nó bổ sung khả năng chuyển đổi dự phòng tự động khi một nhà cung cấp bị suy giảm, một DSL định tuyến để diễn đạt những mô hình và nhà cung cấp mà một yêu cầu có thể sử dụng, cùng tính năng hợp nhất mô hình để kết hợp nhiều mô hình vào một lệnh gọi duy nhất. Các mô hình ảnh mà chúng tôi định tuyến là dòng OpenAI GPT-Image, các bậc của Imagen 4 từ Google bao gồm cả biến thể fast và ultra, các endpoint xem trước ảnh Gemini của Google, và endpoint ảnh xAI Grok Imagine.

Bản chất trung thực của quyết định: nếu bạn cần một mô hình trọng số mở 7B tám bước mà bạn có thể kiểm tra và sửa đổi, Turbo là công việc tự vận hành, và giấy phép là điều cần giải quyết trước tiên. Nếu bạn cần một endpoint hình ảnh trong môi trường vận hành thực tế ngay trong tuần này, đó là một giao dịch mua khác, và đó chính là thứ chúng tôi bán.

Điều gì có thể được nói, và điều gì không thể

• Được chính kho lưu trữ xác nhận: một checkpoint tăng tốc 7B của Qwen-Image-2.1 thực hiện tạo ảnh từ văn bản và chỉnh sửa ảnh trong tám bước khử nhiễu; một lịch lấy mẫu đã lưu mà num_inference_steps không ghi đè; CFG 1 theo mặc định; bộ nhớ đệm KV tiền tố cho ngữ cảnh văn bản và ảnh tham chiếu; bảy cài đặt trước độ phân giải giống như mô hình cơ sở; một đường dẫn tải QwenImage21Pipeline; một mục phát hành ghi ngày 9 tháng 10 năm 2026 trong danh sách tin tức của chính dự án; và cùng Thỏa thuận Giấy phép Nghiên cứu Qwen như mô hình cơ sở.

• Chưa được thiết lập ở bất kỳ đâu: bất kỳ phép đo chất lượng nào cho checkpoint Turbo, bất kỳ phép đo tốc độ hay bộ nhớ nào, bất kỳ đánh giá độc lập nào về checkpoint cơ sở mà nó được dẫn xuất từ đó, bất kỳ tuyên bố nào về các điều khoản thương mại ngoài giấy phép nghiên cứu, và bất kỳ hỗ trợ framework ngay từ ngày đầu thuộc kiểu mà Qwen-Image-2.1 đã phát hành kèm.

Tám bước là con số sẽ được trích dẫn. Lịch trình được đưa vào các trọng số mới là chi tiết quyết định liệu lần chạy đầu tiên của bạn có tái tạo được bất cứ thứ gì hay không.