一、模型定位：Qwen-Image-2.1 的极速精炼版
Viggle Turbo 是对 Qwen-Image-2.1 的极速精炼版本，将原本 40 步的生成流程压缩到 6 步，并保持高质量输出。
速度提升约 5×
支持 文本转图像、指令编辑、1–3 张参考图像编辑
无需分类器指导（No CFG）

️ 二、版本升级：v0.3 vs v0.2.1
v0.3（当前主推）
颗粒更少、表面更干净、纹理更柔和
仍保持与基础模型接近的多样性
小字表现与 v0.2.1 接近
不是严格升级：如果你喜欢更锐利的风格，v0.2.1 仍可选

新增 9 步模式
前 7 步使用 Turbo，后 2 步切回基础模型补细节
小字更容易正确
速度仍比基础模型快约 3.5×

三、核心参数（Turbo 的灵魂）
6步 SIGMAS（必须保持）

[1.0, 0.9375, 0.875, 0.75, 0.5, 0.25]

关键规则
true_cfg_scale = 1.0（无 CFG）

步数变化：只在高噪声端增减步数（5步、7步）

移动低噪声节点会让图像更柔和

🧩 四、文件结构与使用方式
LoRA 文件（推荐）
r256（1.3GB） 主力版本
r128（0.7GB）适合 ComfyUI 工作流

单文件 Transformer（合并版）
提供 int8、fp8、GGUF 多种量化格式

合并后会损失部分 LoRA 更新效果（约 30%）

️ 五、ComfyUI 使用要点
官方提供 自定义节点 + 工作流 JSON
下载地址：https://huggingface.co/Viggle/Qwen-Image-2.1-viggle-turbo/tree/main/comfyui

默认使用 int8 模型 + r128 LoRA，显存约 8GB 可跑到 1248×832 分辨率

Turbo Sigmas 替代 KSampler 调度器（无 CFG、无负提示）

编辑模式输出大小跟随参考图像 1

🧪 六、已知限制（务必了解）
复杂编辑：多引用、面部交换、身份保持仍可能弱于基础模型

小文字：比基础模型更容易混乱

颜色饱和度：略低于基础模型

v0.3 在细纹理上比 v0.2.1 更柔