AcademiaSD/TAE-Qwen-Image-2.1
TAE Qwen-Image 2.1 · AcademiaSD Tiny AutoEncoder (TAESD-style decoder) for fast, sharp live previews of Qwen-Image 2.1 in ComfyUI. !Original · TAE · Latent2RGB(comparison.jpg) Left: Qwen-Image 2.1 VAE · Center: TAEQwenImage21AcademiaSD · Right: Late...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Ngày
⚡ TAE-Qwen-Image-2.1: Preview siêu nhanh cho Qwen-Image 2.1 trong ComfyUI
Tiny AutoEncoder dạng TAESD, chỉ 3.3 MB, giúp xem trước ảnh 1024px chỉ trong ~15ms.
Đâu là AcademiaSD/TAE-Qwen-Image-2.1? Đó là một bộ giải mã nhỏ (Tiny AutoEncoder, dạng TAESD) được huấn luyện từ VAE của Qwen-Image 2.1, giúp ComfyUI tạo ra các bản xem trước nhanh và sắc nét trong quá trình lấy mẫu. Thông thường, ComfyUI chỉ dùng Latent2RGB — một phép chiếu tuyến tính 64→3 — để xem trước Qwen-Image 2.1, dẫn đến chất lượng ảnh mờ và pixel. TAE-Qwen-Image-2.1 giải quyết vấn đề này bằng cách giải mã trực tiếp latents thành RGB thực tế.
✨ Điểm nổi bật
- Kích thước nhỏ gọn: Chỉ 3.3 MB (fp16), 1.63 triệu tham số — dễ tích hợp.
- Tốc độ siêu nhanh: ~15 ms để xem trước ảnh 1024×1024 trên RTX 5080.
- Chất lượng cao: PSNR 30.1 dB so với 20.9 dB của Latent2RGB.
- Dễ cài đặt: Chỉ cần sao chép file
.safetensorsvào thư mụcvae_approx/. - Hỗ trợ KJNodes: Yêu cầu node Model Preview Override từ ComfyUI-KJNodes.
- Kiến trúc TAESD: Giải mã latents Qwen-Image 2.1 theo chuẩn chuẩn hóa của ComfyUI.
- Huấn luyện chất lượng: 30.000 bước, batch 8, dùng L1 + FFT loss, EMA 0.999.
💡 Vì sao đáng chú ý
Không chỉ là một bộ giải mã nhỏ để xem trước, TAE-Qwen-Image-2.1 còn là minh chứng rõ ràng cho sức mạnh của kỹ thuật distill — rút gọn VAE lớn thành một mô hình nhỏ nhưng vẫn giữ được độ chính xác cao. Điều này đặc biệt hữu ích trong quá trình phát triển nội dung AI nghệ thuật, nơi mỗi lần chỉnh sửa cần được cập nhật nhanh để tăng trải nghiệm người dùng. Tuy nhiên, do đây chỉ là bản xem trước, người dùng cần dùng VAE gốc để có kết quả hình ảnh cuối cùng.
#TAE #QwenImage #ComfyUI #TAESD #Preview #TiniX
Similar Projects
Discover other similar projects and AI models.
!FLUX.1 schnell Grid(./schnellgrid.jpeg) FLUX.1 schnell is a 12 billion parameter rectified flow transformer capable of generating images from text descriptions. For more information, please read our blog post(https://blackforestlabs.ai/announcing-bl...
⚡️- ImageAn Efficient Image Generation Foundation Model with Single-Stream Diffusion Transformer !Official Site(https://img.shields.io/badge/Official%20Site-333399.svg?logo=homepage)(https://tongyi-mai.github.io/Z-Image-blog/)&160; !GitHub(https://im...
!🤗 Model Requests(https://img.shields.io/badge/%F0%9F%A4%97ModelRequests-SubmitHere-f59e0b?style=for-the-badge&labelColor=1f2937)(https://abenzerps.com/request-a-model/) Qwen-Image-2.1 Uncensored Quantized GGUF, Safetensors, and MLX quantized format...
!IMPORTANT Notice: A fully uncensored version is currently in development and will be added to this repository soon. Qwen-Image-2.1 GGUF GGUF quantizations of Qwen/Qwen-Image-2.1(https://huggingface.co/Qwen/Qwen-Image-2.1) for local image generation...
!IMPORTANT The uncensored GGUFs are now available! If you encounter any issues or would like to share your generated images, feel free to post them in the Community section. Qwen-Image-2.1 Uncensored GGUF GGUF quantizations of Qwen/Qwen-Image-2.1(ht...
!FLUX.1 dev Grid(./devgrid.jpg) FLUX.1 dev is a 12 billion parameter rectified flow transformer capable of generating images from text descriptions. For more information, please read our blog post(https://blackforestlabs.ai/announcing-black-forest-la...
SD-XL 1.0-base Model Card !row01(01.png) Model !pipeline(pipeline.png) SDXL(https://arxiv.org/abs/2307.01952) consists of an ensemble of experts(https://arxiv.org/abs/2211.01324) pipeline for latent diffusion: In a first step, the base model is used...
Stable Diffusion v1-4 Model Card Stable Diffusion is a latent text-to-image diffusion model capable of generating photo-realistic images given any text input. For more information about how Stable Diffusion functions, please have a look at 🤗's Stab...
NOTICE: After ~23 iterations of this "all in one", I'm winding down providing updates. v19 is likely best for consistency in edits, while v23 is likely best for prompt adherence. I feel this project has peaked as new image edit models are being relea...