告别“AI脸”与乱码！阿里 Qwen-Image-2512 本地部署全攻略

阿里于 2025 年末发布的 Qwen-Image-2512 彻底解决了国产模型在文字渲染和写实感上的痛点。想要在本地流畅运行这款“国产之光”？跟随这份攻略，三分钟完成部署！

第一步：环境准备

为了保证模型运行稳定，建议使用 Python 3.10 和 CUDA 12.4 环境。

# 1. 创建并激活虚拟环境
conda create -n qwenimage python=3.10 -y
conda activate qwenimage

# 2. 初始化项目目录
mkdir qwenimage && cd qwenimage

第二步：安装核心依赖

这里我们优先安装适配 CUDA 12.4 的 PyTorch 2.6.0，确保 GPU 加速效率最大化。

# 安装 PyTorch 生态
pip install torch==2.6.0+cu124 torchvision==0.21.0+cu124 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu124

# 安装最新版 Diffusers 及相关库
pip install git+https://github.com/huggingface/diffusers
pip install transformers gradio accelerate

第三步：高效下载模型

根据你的网络环境，选择最合适的下载方式：

选项 A：网络环境畅通（HuggingFace）

huggingface-cli download Qwen/Qwen-Image-2512 --local-dir checkpoints/Qwen-Image-2512

选项 B：国内加速（ModelScope 推荐）

如果访问海外服务器较慢，请使用阿里官方的魔搭社区：

pip install modelscope
modelscope download --model Qwen/Qwen-Image-2512 --local_dir checkpoints/Qwen-Image-2512

第四步：启动推理演示

一切就绪后，运行以下命令开启你的本地 AI 创作之旅：

python pages.py

部署小贴士 (Tips)

● 显存建议：建议使用显存 16GB 及以上的 NVIDIA 显卡（如 RTX 3090/4080 及以上）以获得最佳生成速度。
● 路径检查：请确保 pages.py 中的模型路径指向你刚才下载的 checkpoints/Qwen-Image-2512 文件夹。
● 镜像加速：如果在安装 pip 包时较慢，可以添加 -i https://pypi.tuna.tsinghua.edu.cn/simple 参数。

Qwen-Image-2512 不仅在构图上更加符合东方审美，更重要的是它能精准识别并生成复杂的中文文本，真正做到了“所写即所得”。