首先感谢群友 @亮亮rayne 提供配图，没去找图。

Qwen-Image-Edit-2511-Lightning 是一系列针对图像编辑任务优化的模型，它利用步骤蒸馏和量化技术来实现高效的推理性能。

使用说明 该模型套件支持两种主流使用框架，以下提供详细指南：

1. Qwen-Image-Lightning 框架 有关 Qwen-Image-Lightning 生态系统中模型使用的完整文档（包括环境设置、推理流程和自定义），请参阅： Qwen-Image-Lightning GitHub 仓库 https://github.com/ModelTC/Qwen-Image-Lightning/

2. LightX2V 框架 这些模型与 LightX2V 轻量级视频/图像生成推理框架完全兼容。有关分步使用示例、配置模板和性能优化技巧，请参阅： LightX2V Qwen 图像编辑文档 https://github.com/ModelTC/LightX2V/blob/main/examples/qwen_image/README.md

关键优化 步骤蒸馏 ：LoRA 模型将原始推理步骤减少到仅 4 个步骤，实现了显著的速度提升（比标准的 40 步推理快 ≈10 倍），同时保持了图像编辑质量。 FP8 量化 ：量化基础模型平衡了性能和资源效率，与 FP32 相比，在保持编辑保真度的同时，减少了约 50% 的 GPU 内存使用量。 支持 如遇技术问题、功能请求或集成问题：

请在 Qwen-Image-Lightning 代码库中提交 issue（针对 Qwen 框架相关的问题）https://github.com/ModelTC/Qwen-Image-Lightning/issues

在 LightX2V 代码库中提交 issue（用于 LightX2V 集成问题） https://github.com/ModelTC/LightX2V/issues