企业官网建设流程全解析

Qwen-Image-2512-FP8出图实战指南：negative_prompt、宽高比与种子设置技巧清单

Qwen-Image-2512-FP8 是 unsloth 发布的 AI 文生图模型量化版（FP8/INT8），用更低的显存跑满 Qwen-Image-2512 的全部出图能力。本文是一份面向新手的出图实战指南，一次性讲清 negative_prompt 怎么写、宽高比怎么选、种子（seed）怎么设，外加 FP8 与 INT8 的选型对照，帮你快速画出满意的图 🎨

一、Qwen-Image-2512-FP8 是什么？

Qwen-Image-2512 是通义千问团队 12 月更新的开源文生图模型，主打更强的人物真实感、更细腻的自然细节和更准的文字渲染。而 Qwen-Image-2512-FP8 仓库提供的是它的torchao 动态激活量化检查点，核心价值就一句话：显存占用更低，出图质量几乎不缩水。

仓库内文件清单：

📌 官方给出的同种子 LPIPS 参考值（越低越接近 bf16 原版）：INT8 为 0.029，FP8 为 0.109。也就是说INT8 最接近原版画质，FP8 最省显存，按需二选一。

二、快速上手：安装与加载

只需要一个命令装好推理框架：

pip install -U diffusers

然后把本仓库的量化检查点接入 diffusers 管道即可。完整的加载与生成代码可直接参考 README.md 的 Quick Start 部分，新手照抄即可跑通第一张图 ✅

三、negative_prompt 设置技巧：先抄官方，再按题材微调

negative_prompt（负面提示词）告诉模型"不要出现什么"，是提升出图质量性价比最高的一个参数。

官方默认负面提示词（来自 README.md）：

低分辨率，低画质，肢体畸形，手指畸形，画面过饱和，蜡像感， 人脸无细节，过度光滑，画面具有AI感。构图混乱。文字模糊，扭曲。

💡 实用技巧清单：

1. 先原样保留官方默认值，覆盖画质、肢体、人脸、文字四大高频翻车点；
2. 按题材追加：画人物就加"多余的手指、六指"；画风景就加"塑料感、贴图感"；画海报就加"错别字、乱码"；
3. 画中文文字时务必保留"文字模糊，扭曲"这一条，这正是 2512 版本文字渲染强项的对立面；
4. 负面词不是越长越好，建议控制在 2~3 句话内，过长的负面词可能干扰构图。

四、宽高比选择技巧：7 种常用比例尺寸对照表

出图的width/height直接决定画面比例。README 官方推荐了 7 组常用尺寸（README.md），直接照抄即可：

📐 选型口诀：横版画面优先 16:9，竖版优先 9:16，出海报用 3:4。另外建议宽和高都保持偶数，避免模型内部下采样时出现比例漂移。

五、种子（seed）设置技巧：让好图可以复现

生成时通过generator传入固定种子即可锁定随机性：

generator = torch.Generator(device="cuda").manual_seed(42)

种子设置的 4 个实用技巧：

1. 固定种子做对比测试：调 prompt 时保持 seed 不变，才能看清是哪句话改变了画面；
2. 多刷种子找"命中之图"：同一个 prompt 换 3~5 个种子各出一次，挑最佳构图后记下该 seed；
3. 微调重出：满意构图后只微调提示词、保持 seed 不变，可在原构图上小步迭代；
4. 记录种子三要素：seed、宽高比、推理步数要一起记，三者共同决定出图结果。

六、FP8 vs INT8 量化版怎么选？

一句话建议：显存 < 24 GB 选 FP8，追求最接近原版画质选 INT8。两者都是动态激活量化，加载检查点与"现场量化 bf16 模型"的加载结果完全一致，跳过了繁琐的现场量化步骤。

七、出图核心参数速查表

八、小结

用 Qwen-Image-2512-FP8 出图的完整套路就是三步：抄官方 negative_prompt 打底 → 按用途查表选宽高比 → 固定种子复现并迭代。显存紧张选 FP8、画质优先选 INT8，再配合 50 步推理与 4.0 的引导系数，就能稳定产出低 AI 感的高清图片。更多模型细节可阅读仓库说明 README.md 获取完整示例。