FireRed-Image-Edit-1.1 SDNQ 4bit
локальный редактор фото на 16 ГБ VRAM
2 min readupdated
Это 4-битная SDNQ-квантованная (сжатая для экономии видеопамяти) версия FireRed-Image-Edit-1.1 — универсальной модели редактирования изображений. На вход она получает картинку и текстовую инструкцию, а на выходе отдаёт изменённое изображение: можно заменить объект, сохранить лицо персонажа, собрать композицию из нескольких фото или восстановить старый снимок. Версия 1.1 усиливает согласованность личности, работу с несколькими изображениями и специализированные правки. Главное отличие этого репозитория — квантизация снижает требования к VRAM: модель рассчитана на потребительские карты вроде RTX 4070 Ti Super с 16 ГБ, но с рекомендацией включить CPU-офлоад. Пригодится тем, кто хочет запускать редактирование локально, а не через облачный сервис.
Ключевые особенности
- SDNQ 4bit снижает потребление VRAM; в карточке указан запуск на 16 ГБ с CPU-офлоадом.
- Заявлена SOTA среди open-source по сохранению личности персонажа при сложных правках.
- Мультиэлементное смешивание: можно объединять 10+ элементов, агент сам кадрирует и склеивает.
- Портретный макияж, текстовые стили и реставрация старых фото — в базовой модели 1.1.
- Экосистема LoRA, ComfyUI-узлы и GGUF-формат для интеграции в пайплайны.
Что можно сделать
- Локально менять объекты на фото по промпту — например, превратить кота в собаку.
- Восстанавливать старые снимки и вытягивать детали без облака.
- Собрать в ComfyUI локальный редактор для портретных правок.
- Делать виртуальную примерку и коллажи из нескольких изображений с автоматическим кадрированием.
Пример
import torch, sdnq
from diffusers import DiffusionPipeline
from diffusers.utils import load_image
pipe = DiffusionPipeline.from_pretrained('jian27/FireRed-Image-Edit-1.1-sdnq-4b', dtype=torch.bfloat16)
pipe.enable_model_cpu_offload()
img = load_image('cat.png')
out = pipe(image=img, prompt='Turn this cat into a dog').images[0]
out.save('output_edited.png')
Подробнее
Репозиторий: SDNQ 4bit-квантование FireRed-Image-Edit-1.1. Для 16 ГБ VRAM рекомендуетсяenable_model_cpu_offload().Базовая 1.1 заявляет SOTA среди open-source на Imgedit, Gedit и RedEdit; ускоренный вариант — 4,5 с при 30 ГБ VRAM.
Лицензия Apache 2.0. Полный pipeline без офлоада требует заметно больше памяти.








Comments