Qwen-Image-2.1与Anima本地部署指南及参数避坑

所有有 GPU 或者 Macbook 的朋友，都应该本地部署一次 Qwen-Image-2.1（写实） 和 Anima（二次元）！不联网、无审查，小显存、小统一内存也能跑。

我测试了一周，感觉的十分惊艳，下面整理了一批本地能跑的出图模型。友情提示：

Qwen 擅长写实、构图、图里写字，需要二次元就换 Anima。

一、写实主力：Qwen-Image-2.1

Mac 首选 MLX 4bit（mflux 跑）：https://huggingface.co/JoyFusionAI/Qwen-Image-2.1-MLX-4bit GGUF Q4_K（stable-diffusion.cpp 跑）：https://huggingface.co/leejet/Qwen-Image-2.1-GGUF 文本编码器：https://huggingface.co/Qwen/Qwen3-VL-8B-Instruct-GGUF 专属 VAE（别换成别的）：https://huggingface.co/Comfy-Org/Qwen-Image-2.1

两个坑：cfg 用 1，这个模型按无引导训练，开到 6 慢一倍、画质没提升；mflux 跑 20 步构图容易崩，正式出图用 40 步。

二、二次元主力：Anima

基于 NVIDIA Cosmos-Predict2 的新架构，约 2B，不是 SDXL 微调。Danbooru 标签和自然语言都能用，比 Qwen 轻得多。

官方：https://huggingface.co/circlestone-labs/Anima Civitai：https://civitai.com/models/2458426/anima WAI 作者的版本 WAI-Anima：https://civitai.com/models/2544636/wai-anima WAI-Anima int8 量化（约 2.1GB，省显存）：https://civitai.com/models/2758727/wai-anima-int8-mxfp8

有三个版本：Base 适合练 LoRA，Aesthetic 默认画风更好看，Turbo 8–12 步出图。要单独配文本编码器 qwen_3_06b 和 Qwen-Image VAE，不是普通的 checkpoint，丢进去不能直接跑。

三、要锁定角色、要海量 LoRA：Illustrious 系列

WAI-Illustrious SDXL：https://civitai.com/models/827184

角色一致性和服装标签，LoRA 数量约 20 万级，冷门角色基本都有。

最后值得注意：模型文件本身也可能被投毒。只下 .safetensors，不碰 .ckpt / .pt；Civitai 上来源不明的 merge 慎用，注意核查hash。Anima 系列是非商用许可，商用前需要注意这点。

效果直出👇