TeleStyleV2-Qwen-Image-Edit-2511-bf16在Apple Silicon上的部署教程：MLX框架高效运行指南

【免费下载链接】TeleStyleV2-Qwen-Image-Edit-2511-bf16 项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/TeleStyleV2-Qwen-Image-Edit-2511-bf16

TeleStyleV2-Qwen-Image-Edit-2511-bf16是一款基于MLX框架优化的图像编辑模型，专为Apple Silicon芯片设计，能够在Mac设备上高效实现内容保留式图像风格迁移。本文将详细介绍如何在Apple Silicon设备上部署并运行该模型，让你轻松体验AI图像编辑的强大功能。

准备工作：了解模型与系统要求

TeleStyleV2-Qwen-Image-Edit-2511-bf16是一个预融合的检查点模型，基于Qwen/Qwen-Image-Edit-2511和Tele-AI/TeleStyleV2构建，专注于内容保留的图像风格迁移。该模型已将LoRA适配器合并到基础转换器中，无需额外加载LoRA，可直接使用。

系统要求

• Apple Silicon芯片（M1/M2/M3系列）
• macOS系统
• 至少60GB存储空间（模型文件较大，bf16格式约占60GB内存）

快速部署：获取模型文件

克隆仓库

首先，通过以下命令克隆模型仓库到本地：

git clone https://gitcode.com/hf_mirrors/mlx-community/TeleStyleV2-Qwen-Image-Edit-2511-bf16

模型文件结构

克隆完成后，你将看到以下主要目录结构：

• processor/：包含处理器配置文件，如preprocessor_config.json
• scheduler/：调度器配置文件scheduler_config.json
• text_encoder/：文本编码器模型文件，如model-00001-of-00004.safetensors
• transformer/：转换器模型文件，如diffusion_pytorch_model-00001-of-00005.safetensors
• vae/：VAE模型文件diffusion_pytorch_model.safetensors

安装依赖：配置MLX环境

安装MLX框架

MLX是专为Apple Silicon优化的机器学习框架，需先安装：

pip install mlx

安装其他依赖

模型运行还需要diffusers等库，可通过以下命令安装：

pip install diffusers torch pillow

运行模型：使用Swift端口

TeleStyleV2-Qwen-Image-Edit-2511-bf16可通过qwen-image-edit-swift项目的Swift端口在MLX框架下运行，该端口提供了MLXTeleStyle包，支持styleTransfer模式。

基本使用步骤

1. 准备内容图像和风格图像
2. 使用Swift端口加载模型
3. 执行风格迁移推理（4步DMD推理）

注意事项

• 模型运行时约占用60GB内存（20B DiT + Qwen2.5-VL-7B + fp32 VAE）
• 确保设备有足够的内存和存储空间
• 推理过程可能需要一定时间，请耐心等待

总结：体验高效的AI图像编辑

通过本教程，你已了解如何在Apple Silicon设备上部署和运行TeleStyleV2-Qwen-Image-Edit-2511-bf16模型。借助MLX框架的优化，该模型能够充分利用Apple Silicon的性能优势，实现高效的图像风格迁移和编辑。无论是进行艺术创作还是日常图像处理，这款模型都能为你提供强大的支持。

许可证与致谢

本模型采用Apache-2.0许可证，基于Tele-AI/TeleStyleV2和Qwen/Qwen-Image-Edit-2511构建。使用时请引用TeleStyleV2技术报告(arXiv:2601.20175)。

【免费下载链接】TeleStyleV2-Qwen-Image-Edit-2511-bf16 项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/TeleStyleV2-Qwen-Image-Edit-2511-bf16