huggingface.co/Viggle/Qwen-Im…
huggingface.co/Tongyi-MAI/Z-I…
有人挑了两个本地生图模型:Qwen-Image 2.1 的 Viggle Turbo——蒸馏加速、少步出图,低显存和统一内存友好;通义 MAI 的 Z-Image-Turbo——8 步生成加高画质(链在上行)。
共同卖点:不排队、不上传云端、数据留本机、额度自己说了算;N 卡和 Apple Silicon 都能上手。
三层一:接"亏四百亿花五千一百八十亿":那头厂商资本开支、这头个人买断制——生图自由=省钱线本地版:订阅、白嫖轮子、免费额度之后的第七种,是自己跑的额度。
二,蒸馏和 8 步=速度换画质档位:接"压缩为了提速"——模型都有档、选档就是选成本:先想清楚要快还是要细;三,数据留本地=私有化线第二个落地样本:论断还在等,生图先跑通了。
口径:①参数以 repo 为准、没装没测;②两模型孰优没对比;③硬件门槛其描述。
两条:一,先看是 N 卡还是 Mac:对号入座选一个、别都下——本地第一次是配置不是出图;二,跑通记三个数:一步几秒、占多少显存、常用分辨率——档位选错的代价是每天白等。
上云的账算得清、自己跑的账要跑起来才知道——今晚先出第一张图。
话题来源 @grgerwcwetwet
7.6K阅读 ❤️87 x.com/…↗ 已改写,非原文转载
207 浏览 0 评论
0 反应














