Qwen_image_2.1_int8_convrot

该 UNET 模型文件约 7.2G，采用 int8 量化后显存占用相对完整精度版本更低，在消费级显卡上有较宽松的部署空间。实际占用与出图分辨率、批量大小、文本编码器和 VAE 的加载方式有关，建议先用较低分辨率试跑，再逐步调整参数观察显存变化。

int8 量化通过降低权重精度来减小文件体积和显存占用，换取更友好的本地部署条件，整体画面表现与完整精度版本较为接近，细节上可能存在轻微差异。如果显卡显存充裕且更关注细节还原，可以对比测试后再决定使用哪个版本。

通常放入 ComfyUI 的 models/unet 目录（部分版本为 models/diffusion_models），重启或刷新节点后，在 Load Diffusion Model、UNETLoader 一类加载节点中即可选择该文件。使用前请确认配套的文本编码器与 VAE 已正确放置，并按模型说明连接工作流节点。

该模型可用于文生图以及多参考图像编辑等任务，多图参考场景需要按工作流要求接入图像编码相关节点，并注意参考图尺寸与数量对显存的影响。建议先以单张参考图跑通流程，再逐步增加参考图数量，便于定位显存或效果问题。

常见做法包括使用 int8 量化权重、控制出图分辨率与批量大小、分步加载或按需卸载模型、关闭不必要的预览节点等。若仍出现显存不足，可降低分辨率或减少同时加载的模型数量，逐项调整并记录表现，找到适合自身设备的参数组合。