Qwen-Image-2.1 Uncensored на clore.ai: BF16

Qwen-Image-2.1 Uncensored в BF16 запускается на арендованной видеокарте clore.ai через ComfyUI. Файл диффузии — GGUF без встроенного фильтра. Ниже три файла с abenzerps/Qwen-Image-2.1-Uncensored-GGUF и команды, которыми они ставятся на образ ComfyUI.

Обычный выбор железа для локальных моделей разобран в статье про локальные ИИ-модели. Здесь одна задача: картинка с Qwen-Image-2.1 BF16 на арендованной карте. Лицензия весов — Qwen Research License. Промпт остаётся на вашей стороне.

Какие файлы нужны

Рабочий набор — три файла. Размеры сняты с ответа Hugging Face и совпали с stat на машине после wget.

• Модель. qwen-image-2.1-UC-BF16.gguf, 14 230 272 800 байт, около 14,2 ГБ. Это диффузия BF16. В папку models/diffusion_models/. На видеокарте.
• Энкодер. qwen3vl_8b_bf16.safetensors, 17 534 334 616 байт, около 17,5 ГБ. В папку models/text_encoders/. Он кодирует текст один раз и остаётся в оперативке.
• VAE. qwen_image_2.1_vae_bf16.safetensors, 675 509 688 байт, около 676 МБ. В папку models/vae/.

Диффузия и энкодер вместе около 31,8 ГБ. В 32 ГБ видеопамяти они одновременно не входят. Диффузия остаётся на карте, энкодер — в оперативной памяти. На диске заказа нужно место с запасом: сам ComfyUI тоже занимает гигабайты. Веса качаются внутри заказа clore.ai.

Какая видеокарта

Файл BF16 на диске занимает около 14,2 ГБ, и при сэмплировании видеопамять нужна с запасом сверх этого размера. Рабочая карта для такого режима — RTX 5090 на 32 ГБ и примерно 64 ГБ оперативной памяти под энкодер. Карточка репозитория советует Q4_K_M как баланс размера. Для максимального качества на этой карте берётся BF16.

Заказ на clore.ai

На витрине clore.ai включите цену в USD за час и найдите одну карту на 32 ГБ. Перед оплатой откройте Balance. Если на счёте ноль, кнопка Rent заказ не создаст: пополнить можно CLORE, BTC или USD прямо в кабинете.

В диалоге аренды:

1. Тип заказа — On-Demand. Spot дешевле, но машину могут забрать в середине скачивания.
2. Образ — ComfyUI. При первом запуске контейнер сам ставит git и pip, клонирует репозиторий в /workspace/ComfyUI, выполняет pip install -r requirements.txt и запускает python3 main.py --listen 0.0.0.0 --port 8188. Эти команды вводить не нужно.
3. Порты — 22/tcp и 8188/http. Первый для SSH, второй для интерфейса ComfyUI.
4. Оплата с баланса и подтверждение. Первый старт сам ставит ComfyUI и поднимает интерфейс на порту 8188. Скачивание весов идёт следом и занимает больше времени.

Адрес, порт SSH и ссылка на веб-интерфейс появляются в My Orders. Пока контейнер поднимается, страница по HTTP может отвечать ошибкой. Дождитесь, пока ссылка порта 8188 откроет ComfyUI, и только потом заходите по SSH.

Повторный запуск образа делается кнопкой Reboot. Она снова выполняет git clone в уже существующую папку /workspace/ComfyUI, цепочка обрывается до main.py, и интерфейс не поднимается. Веса при этом лежат внутри этой папки. Ниже перезапуск, который оставляет контейнер включённым.

Нода GGUF и веса

Штатный ComfyUI файл GGUF не открывает. Образ ComfyUI повторно клонировать не нужно. В custom_nodes добавляется leejet/ComfyUI-GGUF, затем ставятся пакет gguf и protobuf. Каталог ноды уже может существовать: тогда clone пропускается.

cd /workspace/ComfyUI/custom_nodes
if [ ! -d ComfyUI-GGUF ]; then
  git clone --depth 1 https://github.com/leejet/ComfyUI-GGUF.git
fi
cd /workspace/ComfyUI
python3 -m pip install --break-system-packages 'gguf>=0.13.0' protobuf

Веса качайте в каталоги модели. wget с ключом -c докачивает файл с места обрыва.

cd /workspace/ComfyUI
mkdir -p models/diffusion_models models/text_encoders models/vae
wget -c -O models/diffusion_models/qwen-image-2.1-UC-BF16.gguf https://huggingface.co/abenzerps/Qwen-Image-2.1-Uncensored-GGUF/resolve/main/qwen-image-2.1-UC-BF16.gguf
wget -c -O models/text_encoders/qwen3vl_8b_bf16.safetensors https://huggingface.co/abenzerps/Qwen-Image-2.1-Uncensored-GGUF/resolve/main/text_encoders/qwen3vl_8b_bf16.safetensors
wget -c -O models/vae/qwen_image_2.1_vae_bf16.safetensors https://huggingface.co/abenzerps/Qwen-Image-2.1-Uncensored-GGUF/resolve/main/vae/qwen_image_2.1_vae_bf16.safetensors

После wget размеры должны быть 14230272800, 17534334616 и 675509688. Короткий файл значит, что скачивание оборвалось: повторите тот же wget.

stat -c %s /workspace/ComfyUI/models/diffusion_models/qwen-image-2.1-UC-BF16.gguf
stat -c %s /workspace/ComfyUI/models/text_encoders/qwen3vl_8b_bf16.safetensors
stat -c %s /workspace/ComfyUI/models/vae/qwen_image_2.1_vae_bf16.safetensors

Перезапуск интерфейса

Первый python3 main.py образ запускает до установки пакета gguf. Этот процесс ноду не подхватывает: пакет появляется в системе, а уже запущенный интерпретатор его не видит. Остановите этот процесс и поднимите ComfyUI снова. Контейнер при этом остаётся: SSH у заказа отдельный, его держит supervisord. Сессию SSH не закрывайте, пока в логе не появится строка про порт 8188.

kill $(ps -eo pid=,cmd= | awk '/python3 main.py --listen 0.0.0.0 --port 8188/ && !/awk/ {print $1}')
cd /workspace/ComfyUI
nohup python3 main.py --listen 0.0.0.0 --port 8188 > /tmp/comfy.log 2>&1 &
tail -n 30 /tmp/comfy.log

Если в меню уже есть Unet Loader (GGUF) и в списке лежит qwen-image-2.1-UC-BF16.gguf, эту остановку повторять не нужно. Второй main.py при занятом порте 8188 не запускайте: адрес уже занят. Сообщение No module named filelock значит, что первый старт образа ещё не дошёл до своего pip. Дождитесь открытия порта 8188 и продолжайте команды выше.

Как собрать граф

Готовый граф — файл qwen-image-2-1-bf16.json. Скачайте его и перетащите на холст ComfyUI. Файл подставляет узлы на текущую вкладку.

Промпт меняется в узле Text Encode Qwen Image 2.1, поле prompt. То же поле видно справа, когда узел выделен. После замены нажмите Run.

В файле уже стоит проверка: красный велосипед на мокрой брусчатке, утренний свет, картинка 1024 на 1024. Внутри графа такие узлы:

• Unet Loader (GGUF). Файл qwen-image-2.1-UC-BF16.gguf.
• Load CLIP. Файл qwen3vl_8b_bf16.safetensors, тип qwen_image, устройство cpu. Энкодер остаётся в оперативке.
• Load VAE. Файл qwen_image_2.1_vae_bf16.safetensors. Он подключён к текстовому узлу и к VAE Decode.
• Text Encode Qwen Image 2.1. Поле prompt, негативный промпт и resolution 1024. Латент для сэмплера выходит из этого узла.
• KSampler. 25 шагов, cfg 4, euler, scheduler simple, seed 42. После запуска ComfyUI берёт следующий seed сам.
• Дальше стоят VAE Decode и Save Image. Имя файла начинается с qwen-first.

Правка фото и несколько снимков

Те же веса умеют править снимок и собирать новый из нескольких. Второй файл — qwen-image-2-1-edit.json. Перетащите его на холст так же, как граф для текста.

В Photo 1 и Photo 2 нажмите выбор файла и загрузите свои снимки. Пока там example.png, запуск нечего кодировать. Для правки одного фото отсоедините Photo 2 и в промпте оставьте только <image1>.

• Photo 1. Первое фото, в промпте <image1>. Его пропорции задают кадр.
• Photo 2. Второе фото, <image2>: место, предмет или второй человек.
• image_3. Свободный вход на текстовом узле. Для третьего снимка добавьте Load Image и протяните связь сюда. Дальше так же, до 16 фото. Каждое новое в промпте называется <image4>, <image5> и далее.
• Текстовый узел. Поле prompt. В файле уже есть фраза: оставить человека, одежду и позу с <image1> и взять место или предмет с <image2>.
• resolution 0. Стороны результата повторяют первое фото и округляются до 32 пикселей.
• KSampler. 25 шагов, cfg 1, euler, scheduler simple.

Заказ On-Demand тарифицируется, пока контейнер жив. После своих проверок остановите его в My Orders. Веса при этом пропадут вместе с диском контейнера.

Частые вопросы