> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/jp/moderu/qwen-image-2.1.md).

# Qwen-Image-2.1: ローカルで実行する方法

Unsloth FP8 と GGUF 量子化を使って Qwen-Image-2.1 をローカルで実行します。

**Qwen-Image-2.1** は新しい **70億パラメータの** テキストから画像への生成と [画像編集](#image-editing) を行うQwenによるモデルで、ローカルで **11GBのVRAM** でGGUF、24GBでINT8/FP8が必要です。このガイドでは、メモリ要件、推奨設定などとともに、Qwen-Image-2.1を画像生成に使う方法を紹介します。

{% columns %}
{% column width="50%" %}
Qwen-Image-2.1は、7Bの画像生成器と **Qwen3-VL 8Bエンコーダー**を組み合わせています。このモデルは、ネイティブ2K生成、テキスト描画、透明画像、最大10枚の参照画像を使った編集をサポートします。

量子化版は [Unsloth Dynamic](https://unsloth.ai/docs/basics/dynamic-3.0-ggufs) 方式を使用しており、重要なレイヤーをより高い精度にアップキャストして精度を向上させます。次の環境で実行できます [Unsloth Desktop](/docs/jp/desktop.md)、diffusers、stable-diffusion.cpp など。 **Unslothのアップロード:** [GGUF](https://huggingface.co/unsloth/Qwen-Image-2.1-GGUF) • [FP8](https://huggingface.co/unsloth/Qwen-Image-2.1-FP8)
{% endcolumn %}

{% column width="50%" %}

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F8E4zaQZmeYBhYIXkvveM%2F01-2edit-multi-image.webp?alt=media&amp;token=ad7d102c-b304-4c75-b66d-4a68cd518a37" alt=""><figcaption><p>Unsloth経由のFP8 Qwen-Image-1.2による画像編集</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

### 🖥️  メモリ要件

以下の表を使って、お使いのハードウェアに合う開始構成を選んでください。まずは記載の解像度で1枚生成し、メモリに余裕があれば上げてください。

24GB以上のVRAMを持つGPUでは、FP8量子化版を推奨します。オフロードを使ってもGGUFモデルより推論が速い場合があるため、GPUを搭載した構成ではこちらの方が望ましいこともあります。オフロード用の十分なRAMがあることだけ確認してください。

CPU RAMがある場合は主にGGUFモデルを使うか、Macのようなユニファイドメモリシステムを使ってください。

**メモリ数値は推定値であり、検証済みの最小値ではありません。** メモリ使用量は解像度とオフロード設定によって変わります。

| 利用可能なハードウェア                            | 開始構成                                                                                   |
| -------------------------------------- | -------------------------------------------------------------------------------------- |
| **12〜16GB VRAM**                       | GGUF **Q4\_K\_M**、1024×1024、バッチ1                                                       |
| **24GB VRAM**                          | <p><strong>INT8/FP8:</strong> 512×512<br><strong>GGUF Q4\_K\_M:</strong> 1024×1024</p> |
| **6GB VRAM**                           | FP8を実行できます **オフロードを使ってわずか6GBのVRAMで**。推論は2倍未満遅くなります。                                    |
| **CPUのみ: 12〜16GB RAM**                 | GGUF **Q4\_K\_M** Q4\_K\_XLテキストエンコーダーを使用                                               |
| **Apple Silicon: 12〜16GB以上のユニファイドメモリ** | 互換性のあるネイティブバックエンドを使ったGGUF                                                              |

VRAMが限られている場合はCPUオフロードが役立ちますが、追加のシステムRAMが必要で、生成が遅くなる可能性があります。

### 量子化分析

INT8はFP8よりも妥当な範囲で最も低いLPIPS（低いほど良い）を示すため、デフォルトではINT8を使用します。

| 方式   | ファイルサイズ | LPIPS平均 | LPIPS最大 | SSIM平均 |
| ---- | ------- | ------: | ------: | -----: |
| int8 | 7.26 GB |   0.064 |   0.167 |  0.936 |
| fp8  | 7.12 GB |   0.112 |   0.329 |  0.899 |

### ⚡ クイックスタート

{% stepper %}
{% step %}

#### Unslothのセットアップ

最も簡単な始め方は、 [Unsloth Desktopアプリ](/docs/jp/desktop.md)をダウンロードすることです。対応OSは [macOS](/docs/jp/meru/install/mac.md), [Windows](/docs/jp/meru/install/windows-installation.md)、そして [Linux](/docs/jp/meru/install/linux.md).

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unslothをダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux用をダウンロード](https://unsloth.ai/download/linux)

または、手動でインストールしたい場合は:

MacOS、Linux、WSL:

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

Windows PowerShell:

```bash
irm https://unsloth.ai/install.ps1 | iex
```

{% endstep %}

{% step %}

#### Qwen-Image-2.1のセットアップ

このリリースでは、Qwen-Image-2.1はUnslothでテキストから画像への生成専用として利用できます。

選択 **画像** をサイドバーから。The **作成** 画像ワークフローがデフォルトで開きます。

その中で「Select image model」を開くか、Model hubに移動して、セレクターから目的のQwen-Image-2.1 GGUFまたはFP8量子化版を検索してください。モデルがダウンロードされます。

<div><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FEFCApsTzrL81lOcdd298%2Fimage.png?alt=media&amp;token=07fa0438-55f4-46ec-b055-2f4b6532df96" alt="" width="563"><figcaption></figcaption></figure> <figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FHjN84g8IYe9eRSRO4wGe%2Fqwenimage2.1.png?alt=media&amp;token=73f99133-f0d0-47c8-aaa4-a0097b5ff7b4" alt="" width="563"><figcaption></figcaption></figure></div>

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FuWMvSNEkp7lnr2es7v32%2FScreenshot%202026-09-22%20at%206.23.20%E2%80%AFAM.png?alt=media&amp;token=570e743c-b6b9-4fa2-b06d-b6e4c955424a" alt=""><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### 画像を生成する

生成したい画像を説明してください。最初の画像では推奨設定のままで構いません。

クリックして **生成**。最初の生成は、モデルのダウンロードと読み込み中のため時間がかかる場合があります。結果はギャラリーに表示され、設定の確認やダウンロードができます。

<div><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FrX8YDJ91NTwNVtFpERXX%2Fimage.png?alt=media&amp;token=fee9d4b5-cca3-4054-ad50-6aa1beba5a50" alt="" width="563"><figcaption></figcaption></figure> <figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F0JAa73bhb2PAD0692XqI%2F1000007556.jpg?alt=media&amp;token=c725d011-01c2-4a56-96bb-31034ecb77cf" alt="" width="375"><figcaption></figcaption></figure></div>
{% endstep %}
{% endstepper %}

### 画像編集

Qwen-Image-2.1を使えば、透明背景の写真も簡単に編集できます。要素を削除したり、要素を追加したり、土台や構造を保ったまま雰囲気を変えたりできます。Unsloth内のEditタブを選び、プロンプトを書くだけです。

<div><figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FNA6VP3yqmBZhR4qVE90I%2F02-localized-annotation.webp?alt=media&amp;token=a42e809a-f4ea-4779-9213-606c772e9422" alt=""><figcaption></figcaption></figure> <figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FS0j84jGUey0dnoQgEQzm%2F03-transparent-edit.webp?alt=media&amp;token=ce337489-f698-4c25-9c3b-3fd77bc2e48d" alt=""><figcaption></figcaption></figure></div>

### ⚙️ 推奨設定

**FP8/GGUFのファイル拡張子だけでなく、実際にモデルを実行しているバックエンドに対応したレシピを使用してください**。

| 設定                  | Unsloth GPU / Diffusers        | ネイティブ stable-diffusion.cpp         |
| ------------------- | ------------------------------ | ---------------------------------- |
| **ステップ**            | **40** - Qwen/Diffusersのベースライン | **20** - CLIのデフォルトとUnslothの記録済みテスト |
| **ガイダンス / CFG**     | **1.0** - CFG無効                | **6.0** - upstream sd.cpp の例       |
| **ネガティブプロンプト**      | 空欄のままにし、ガイダンスを `1.0` 明示的に      | 例を再現するには空欄のままにしてください               |
| **サンプラー / スケジューラー** | モデルのパイプラインスケジューラーを維持           | **Euler**                          |
| **フローシフト**          | パイプラインのスケジューラー設定を維持            | **自動; 省略 `--flow-shift`**          |
| **初回実行時の解像度**       | `1024×1024`                    | `1024×1024`                        |
| **バッチサイズ**          | `1`                            | `1`                                |
| **シード**             | `42`、または他の固定比較用シード             | `42`、または他の固定比較用シード                 |

#### 解像度とアスペクト比

次の数で割り切れる寸法を使用してください **32**。Qwenの [ネイティブプリセット](https://huggingface.co/Qwen/Qwen-Image-2.1#supported-aspect-ratios) には以下が含まれます:

| 形状                | 小さめのテストサイズ  | Qwenネイティブプリセット |
| ----------------- | ----------- | -------------- |
| **正方形**           | `1024×1024` | `2048×2048`    |
| **横長 4:3**        | `1152×864`  | `2400×1792`    |
| **縦長 3:4**        | `864×1152`  | `1792×2400`    |
| **写真 3:2**        | `1248×832`  | `2528×1696`    |
| **縦長 2:3**        | `832×1248`  | `1696×2528`    |
| **ワイドスクリーン 16:9** | `1536×864`  | `2752×1536`    |
| **縦長 9:16**       | `864×1536`  | `1536×2752`    |

Unslothは最大で **各辺2048ピクセル**に対応しています。 **1024×1024** から始め、メモリに余裕があれば解像度を上げてください。ステップ数を下げると生成は速くなりますが、メモリ制限の解決にはならない場合があります。

#### LoRAとControlNet

対応するLoRAを読み込んで、生成にキャラクター、被写体、またはビジュアルスタイルを追加できます。LoRAの重みを調整して、結果への影響の強さを制御してください。

対応モデルではControlNetを使って画像の構造を誘導することもできます。強さを調整して、結果がガイド画像にどれだけ忠実かを制御してください。

#### ギャラリー

生成された画像はローカルのギャラリーに保存されます。結果を開くとプロンプトと設定を確認でき、 **レシピ** を選べば生成設定を復元したり、画像をダウンロードしたりできます。

### 対応モデルとワークフロー

| やりたいこと       | 最初に使うモデル                          |
| ------------ | --------------------------------- |
| 画像を生成または変換する | Z-Image, Qwen-Image, FLUX.1, SDXL |
| 指示に従って編集する   | Qwen-Image-Edit, FLUX.1 Kontext   |
| 参照画像を使用する    | FLUX.2 klein                      |

モデルピッカーにはさらに多くのモデルがあります。形式とワークフローはモデルによって異なり、対応していないワークフローは自動的に非表示になります。

### 生成設定

デフォルト設定はよい出発点です。ただし、最良の結果を得るために設定を調整することもできます。変更したい主なパラメータは次のとおりです:

| 設定             | 変更内容                                               |
| -------------- | -------------------------------------------------- |
| **プロンプト**      | 作成したい画像を説明します。 **編集**では、これが従うべき指示になります。            |
| **アスペクト比と解像度** | 画像の形状とサイズを設定します。大きい画像ほどメモリを多く使い、時間がかかります。          |
| **ステップ**       | モデルが生成に費やす時間を制御します。ステップ数を増やしても、必ずしも結果が良くなるとは限りません。 |
| **ガイダンス**      | プロンプトが結果にどれだけ強く影響するかを制御します。モデルによっては `0`.           |
| **シード**        | 結果の再現に役立ちます。ランダムシードを使うには空欄のままにしてください。              |

<details>

<summary>高度な生成設定</summary>

これらのコントロールは、デバイス上でのモデルの実行方法を変更します。メモリ使用量の削減、性能向上、生成のトラブルシューティングに合わせて調整してください。

| 設定            | 変更内容                                                                        |
| ------------- | --------------------------------------------------------------------------- |
| **速度**        | コンパイルと性能最適化を制御します。コンパイル済みモードでは、最初の生成に時間がかかる場合があります。                         |
| **精度**        | モデルの実行に使用する数値フォーマットを変更します。低い精度はメモリ使用量を減らせます。利用可能なオプションはモデルとハードウェアによって異なります。 |
| **Attention** | 生成時に使用するattention実装を選択します。                                                  |
| **メモリ**       | 生成速度とGPUメモリ使用量のバランスを取ります。次を試してください **Low VRAM** モデルがメモリ上限に近い場合。             |
| **ステップキャッシュ** | 拡散ステップ間で一部の計算を再利用し、生成速度を向上させます。                                             |
| **CPUオフロード**  | モデルの一部をシステムメモリへ移動します。これによりGPUメモリ使用量は減りますが、生成は遅くなる場合があります。                   |

</details>

### ⚠️ トラブルシューティング

<details>

<summary>画像が表示されない</summary>

最新バージョンに更新してから、アプリを再起動してください。 [Unslothの更新](https://unsloth.ai/docs/get-started/install/updating) の手順を参照してください。

</details>

<details>

<summary>モデルがダウンロードまたは読み込まれない</summary>

一部の画像モデルは大きく、ダウンロードに時間がかかります。十分な空き容量と安定したインターネット接続があることを確認してください。

一部のモデルでは、ダウンロード前にHugging Face上でライセンスに同意し、Hugging Faceトークンを追加する必要もあります。

</details>

<details>

<summary>モデルがメモリ不足になる</summary>

より小さいGGUF量子化版か、モデルの4ビット版を試してください。GGUFモデルでは、次のマークが付いたサイズから始めてください **推奨**.

また、次も試せます:

* 画像解像度を下げる。
* バッチサイズを次の値に保つ `1`.
* GPUを使用している他のアプリケーションを閉じる。
* より小さなモデルを選ぶ。

A **TIGHT** というモデルはシステムメモリを使用し、より遅く動作する場合があります。次のマークが付いたモデルは **OOM** 収まりそうにありません。

</details>

<details>

<summary>ワークフローが見当たらない</summary>

利用可能なワークフローは読み込まれたモデルに依存します。対応していないワークフローは表示されません。

たとえば、指示ベースの編集にはQwen-Image-EditやFLUX.1 Kontextのようなモデルが必要です。

</details>

### ❓ FAQ

<details>

<summary>画像生成はローカルで実行されますか？</summary>

はい。モデルをダウンロードすると、画像生成はあなたのデバイス上で実行されます。

</details>

<details>

<summary>TransformとEditの違いは何ですか？</summary>

**Transform** は、完成結果全体を説明するプロンプトを使って既存の画像を描き直します。

**編集** は、背景の変更やオブジェクトの追加などの指示に従います。互換性のある編集モデルが必要です。

</details>

<details>

<summary>自分の画像LoRAを学習できますか？</summary>

はい。対応モデルを自分の画像でファインチューニングし、完成したLoRAを **作成**.

詳細は「画像モデルをファインチューニングする」を参照してください。

</details>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://unsloth.ai/docs/jp/moderu/qwen-image-2.1.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.