Ivan Fioravanti 构建了这个 Python CLI 脚本，用于在 Apple Silicon Mac 上运行Qwen/Qwen-Image图像生成模型，并可选择使用Qwen-Image-Lightning LoRA 来显著加快生成速度。
Ivan 在 512GB 和 128GB 的机器上测试过，运行速度非常快——在他的 M3 Ultra 上用了 42 秒。我在 64GB 的 M2 MacBook Pro 上运行过——当时我几乎关闭了所有程序——在 GPU 占用（风扇嗡嗡作响，键盘发热）并占用了 60GB 可用内存后，它勉强能够输出图像。在我的机器上，使用 LoRA 选项运行脚本生成图像耗时 9 分 7 秒。
Ivan 合并了我的 PR，为uv添加了内联脚本依赖项，这意味着您现在可以像这样运行它：
uv run https://raw.githubusercontent.com/ivanfioravanti/qwen-image-mps/refs/heads/main/qwen-image-mps.py \ -p 'A vintage coffee shop full of raccoons, in a neon cyberpunk city' -f我第一次运行这个程序时，它从 Hugging Face 下载了 57.7GB 的模型并将其存储在我的uv run https://raw.githubusercontent.com/ivanfioravanti/qwen-image-mps/refs/heads/main/qwen-image-mps.py \ -p 'A vintage coffee shop full of raccoons, in a neon cyberpunk city' -f
~/.cache/huggingface/hub/models--Qwen--Qwen-Image目录。 -f选项将一个额外的 1.7GB Qwen-Image-Lightning-8steps-V1.0.safetensors文件加载到我的工作目录中，从而加快了生成速度。
最终的图像如下：
标签： macos 、 python 、 ai 、 generative-ai 、 uv 、 qwen 、文本转图像、 ivan-fioravanti
原文： https://simonwillison.net/2025/Aug/11/qwen-image-mps/#atom-everything