4070 12GB 跑通 Qwen-Image-Edit 2511 NSFW：从 GGUF 安装到 mmproj 命名踩坑全纪录

一张 RTX 4070 12GB 显卡，从零跑通 Qwen-Image-Edit 2511 NSFW 模型的完整排障之路

2026-07-28 约 4422 字预计阅读 9 分钟

/images/Code-Art-Studio-images/comfyui-qwen-image-edit-2511-nsfw-4070-setup/comfyui-qwen-image-edit-2511-nsfw-4070-setup.webp

4070 12GB 跑通 Qwen-Image-Edit 2511 NSFW：从 GGUF 安装到 mmproj 命名踩坑全纪录

前言

如果你有一张 RTX 4070（12GB 显存），想在 ComfyUI 里跑 Qwen-Image-Edit 2511 的 NSFW 二次训练模型，这篇文章记录了我从模型选择到最终跑通的所有坑点。整个过程涉及 GGUF 量化档位选择、ComfyUI-GGUF 节点安装、文本编码器维度不匹配、显存 offload 瓶颈优化，以及最后那个让人崩溃的 mmproj 文件命名问题。

每一步都有截图级别的细节和日志分析，确保你不用重复踩这些坑。

RTX 4070 12GB 显存与 Qwen-Image-Edit 2511 GGUF 模型大小对比示意

先说实测最终使用配置：

组件	文件	大小
Unet（主模型）	Qwen-Rapid-NSFW-v23_Q4_K.gguf	13.34GB
文本编码器	Qwen2.5-VL-7B-Instruct-UD-Q4_K_XL.gguf	4.79GB
视觉塔	Qwen2.5-VL-7B-Instruct-mmproj-BF16.gguf	1.35GB
加速 LoRA	Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors	849.6MB
VAE	qwen_image_vae.safetensors	253.8MB

enable_turbo_mode关闭，20步实跑数据：

[INFO] gguf qtypes: F32 (291), BF16 (226), F16 (2)                                                                                                          17:42 [20/146]
[INFO] CLIP/text encoder model load device: cuda:0, offload device: cpu, current: cpu, dtype: torch.float16
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] Requested to load QwenImageTEModel_
[INFO] loaded completely; 7220.68 MB usable, 6222.63 MB loaded, full load: True
[INFO] Unloaded partially: 1343.96 MB freed, 4878.66 MB remains loaded, 58.49 MB buffer reserved, lowvram patches: 0
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] loaded completely; 7257.49 MB usable, 6222.63 MB loaded, full load: True
[INFO] gguf qtypes: F16 (1093), F32 (1), Q8_0 (30), Q4_K (578), Q6_K (232)
[INFO] model weight dtype torch.bfloat16, manual cast: None
[INFO] model_type FLUX
[INFO] Requested to load QwenImage
[INFO] loaded partially; 7068.46 MB usable, 6979.79 MB loaded, 5852.39 MB offloaded, 88.61 MB buffer reserved, lowvram patches: 0
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 20/20 [03:23<00:00, 10.17s/it]
[INFO] Requested to load WanVAE
[INFO] Unloaded partially: 3444.87 MB freed, 3534.91 MB remains loaded, 91.23 MB buffer reserved, lowvram patches: 0
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] Prompt executed in 226.46 seconds

[INFO] got prompt
[INFO] loaded partially; 6831.03 MB usable, 6742.36 MB loaded, 6089.82 MB offloaded, 88.61 MB buffer reserved, lowvram patches: 0
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 20/20 [03:41<00:00, 11.05s/it]
[INFO] Requested to load WanVAE
[INFO] Unloaded partially: 2448.94 MB freed, 4293.42 MB remains loaded, 88.61 MB buffer reserved, lowvram patches: 0
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] Prompt executed in 223.05 seconds

[INFO] got prompt
[INFO] loaded partially; 7730.71 MB usable, 7659.90 MB loaded, 5172.28 MB offloaded, 70.82 MB buffer reserved, lowvram patches: 0
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 20/20 [03:30<00:00, 10.55s/it]
[INFO] Requested to load WanVAE
[INFO] Unloaded partially: 3729.65 MB freed, 3930.25 MB remains loaded, 91.23 MB buffer reserved, lowvram patches: 0
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] Prompt executed in 213.91 seconds

enable_turbo_mode开启，4步实跑数据：速度是快了，但一致性和整体质量不好

[INFO] got prompt
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] Requested to load QwenImageTEModel_
[INFO] loaded completely; 7142.80 MB usable, 6222.63 MB loaded, full load: True
[INFO] Requested to load QwenImage
[INFO] loaded partially; 7569.71 MB usable, 7477.88 MB loaded, 5354.30 MB offloaded, 91.23 MB buffer reserved, lowvram patches: 0
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 4/4 [00:25<00:00,  6.28s/it]
[INFO] Requested to load WanVAE
[INFO] Unloaded partially: 3639.12 MB freed, 3838.76 MB remains loaded, 175.59 MB buffer reserved, lowvram patches: 120
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] Prompt executed in 32.88 seconds

[INFO] got prompt
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] Requested to load QwenImageTEModel_
[INFO] Unloaded partially: 3405.49 MB freed, 433.27 MB remains loaded, 175.59 MB buffer reserved, lowvram patches: 235
[INFO] loaded completely; 6876.47 MB usable, 6222.63 MB loaded, full load: True
[INFO] loaded partially; 7513.40 MB usable, 7422.12 MB loaded, 5410.05 MB offloaded, 91.23 MB buffer reserved, lowvram patches: 0
100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 4/4 [00:42<00:00, 10.75s/it]
[INFO] Requested to load WanVAE
[INFO] Unloaded partially: 3937.81 MB freed, 3484.31 MB remains loaded, 175.59 MB buffer reserved, lowvram patches: 368
[INFO] Model WanVAE prepared for dynamic VRAM loading. 241MB Staged. 0 patches attached. Force pre-loaded 60 weights: 61 KB.
[INFO] Prompt executed in 50.78 seconds

第一步：模型选择与显存规划

显存是硬约束

Qwen-Image-Edit 2511 的 NSFW 二次训练版本主要有这些：

模型名称	类型	特点
Qwen-Rapid-AIO-NSFW（v23）	Checkpoint 聚合模型	社区持续迭代，目前最成熟的 NSFW 版本
WuJi_Qwen2511-AIO-NSFW	Checkpoint	以 v23 为基础加强一致性
Qwen-Image-Edit NSFW 细节控	Checkpoint	蔡子东制作，专门修正身体细节
Qwen_ImageEdit_2511_NSFW_v1.0	完整整合包	含 GGUF/FP8 多版本，需 12GB+

但关键问题是：你的显存能装下哪个？

对于 RTX 4070 12GB：

量化档位	文件大小	4070 12GB 理论上是否适合
Q2_K	7.44GB	可以，但质量损失明显
Q3_K	10.05GB	推荐，留约 2GB 给编码器和 VAE
Q4_K	13.34GB	不推荐，已超过显存总量
Q5_K 以上	15GB+	完全不适合

下载地址：

https://www.modelscope.cn/models/hf/Arunk25-Qwen-Image-Edit-Rapid-AIO-GGUF/tree/master/v23

先测试选择：Qwen-Rapid-NSFW-v23_Q3_K.gguf（10.05GB）。Q4_K 虽然质量更好，但 13.34GB 已经超过 12GB 显存总量，会强制 offload 到内存导致速度骤降。

经验教训：文件体积必须明显小于显卡总显存，要给文本编码器（2-4GB）和 VAE 留出空间。通常需要文件体积之外再预留 30%-50% 的显存空间给运行时开销。

Arunk25-Qwen-Image-Edit-Rapid-AIO-GGUF下载

第二步：安装 GGUF 支持节点

ComfyUI 不识 GGUF

下载好 .gguf 文件后，你会发现 ComfyUI 的 UNETLoader 节点下拉框里根本看不到 .gguf 文件——因为 ComfyUI 核心不认识这个格式。

解决方案：安装 ComfyUI-GGUF 节点包（city96 制作，230万+ 下载量）。

安装步骤：

打开 ComfyUI Manager，搜索 “gguf”
找到 ComfyUI-GGUF，点击安装
重启 ComfyUI（必须重启，不会自动生效）

装完还要换节点

装好 GGUF 节点包后，还需要把工作流里的 UNETLoader 节点换成 UnetLoaderGGUF（GGUF 节点包自带的专用加载节点），这样才能在下拉框里看到并选中你的 .gguf 文件。

ComfyUI 节点替换对比：UNETLoader 换为 UnetLoaderGGUF

完整排查顺序：

装 ComfyUI-GGUF 节点包 → 重启 ComfyUI
删除/替换原生 unet 加载节点 → 改用 UnetLoaderGGUF
确认 .gguf 文件放在 ComfyUI/models/unet/ 或 models/diffusion_models/ 目录
clip_name 和 vae_name 不需要换 GGUF 格式，safetensors 即可

第三步：文本编码器维度不匹配

报错信息

装好 GGUF 节点、选中模型后，第一次运行就报了这个错：

RuntimeError: Given normalized_shape=[3584], expected input with shape [*3584], 
but got input of size[1, 232, 4096]

根因分析

日志里最关键的一行是：Requested to load Qwen3VLTEModel_

这说明当前 clip_name 选的是 Qwen3-VL 系列文本编码器，隐藏层维度是 4096。但 Qwen-Rapid-NSFW 是基于 Qwen-Image-Edit-2511 训练的，内部的 txt_norm 层硬编码为期望 3584 维输入（Qwen2.5-VL-7B 的维度）。

简单说：unet 和文本编码器"不是一对"，版本对不上。

解决方法

把 clip_name 从 qwen3vl_8b_fp8_scaled.safetensors 换成 qwen_2.5_vl_7b_fp8_scaled.safetensors（约 8.74GB）。

下载地址：

官方：https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/blob/main/split_files/text_encoders/qwen_2.5_vl_7b_fp8_scaled.safetensors
镜像：https://hf-mirror.com/Comfy-Org/Qwen-Image_ComfyUI/resolve/main/split_files/text_encoders/qwen_2.5_vl_7b_fp8_scaled.safetensors

放置位置：/data/models/text_encoders/

踩坑提醒：文件下载好后不等于切换好了。必须手动点开 clip_name 下拉框重新选中文件，刷新浏览器页面让新文件出现在列表里，然后保存工作流再执行。

第四步：速度瓶颈——显存 offload 之谜

维度修好了，但速度慢得离谱

维度问题解决后，40步生成跑了 6 分 55 秒（10.40s/it），降到 20 步后反而变成 7 分 09 秒（21.47s/it）——步数减半，总时间几乎没变。

日志里的真相

loaded partially; 6472.74 MB usable, 6425.36 MB loaded, 3266.88 MB offloaded

模型总共约 9.7GB，但 12GB 显存只能装下 6.4GB，剩下 3.27GB 要在每一步都在 CPU 和 GPU 之间来回搬运。这就是 offload 造成的速度瓶颈。

真正的罪魁祸首：CLIP 编码器太大

对比社区两位用户的配置：

项目	我（慢）	12400F+4060 用户（快）
Unet 量化	Q3_K	Q6K
CLIP/文本编码器	fp8（7910MB）	Q4KM（GGUF 量化，约 2-3GB）
单步耗时	10-21 秒/it	换算约 80-90 秒/张

fp8 版本的文本编码器占了近 8GB 显存，跟主模型抢显存空间，导致主模型被迫 offload 更多权重。而对方用的是 GGUF 量化版 CLIP，体积小得多，把大部分 VRAM 让给了主模型。

显存分配对比：fp8 CLIP vs GGUF Q4KM 对 12GB 显存的影响

解决方案：换成 GGUF 量化版 CLIP

下载地址：

https://huggingface.co/unsloth/Qwen2.5-VL-7B-Instruct-GGUF/tree/main

下载 unsloth/Qwen2.5-VL-7B-Instruct-GGUF 仓库中的文件：

Qwen2.5-VL-7B-Instruct-Q4_K_M.gguf（约 4.36GB）——主文本编码器权重
mmproj-BF16.gguf（约 1.35GB）——视觉塔配套文件（必须搭配下载，缺一不可）

注意：GGUF 格式的 CLIP 文件不能用原生 CLIPLoader 节点加载，需要用 ComfyUI-GGUF 节点包里的 CLIPLoaderGGUF 专用节点。

第五步：mmproj 文件命名——一个下划线引发的崩溃

新的报错

下载好两个 GGUF 文件放进去后，新的报错出现了：

Cant find mmproj file for Qwen2.5-VL-7B-Instruct-Q4KM.gguf 
matching qwen2.5-vl-7b-instruct! Qwen-Image-Edit will be broken!

根因：文件名被改动

ComfyUI-GGUF 的 CLIP 加载器会自动在同目录下按文件名规则匹配 mmproj 文件。但下载的文件可能被重命名过（比如少了下划线），导致自动匹配算法认不出对应关系。

正确的命名规则

mmproj 文件名必须以主文件名（去掉量化后缀）开头，中间包含 “mmproj” 关键词：

mmproj-BF16.gguf  →  Qwen2.5-VL-7B-Instruct-mmproj-BF16.gguf

命名规则：主文件名前缀 + mmproj + 精度标识

操作步骤

把 mmproj-BF16.gguf 重命名为 Qwen2.5-VL-7B-Instruct-mmproj-BF16.gguf
两个文件放在完全相同的目录下（不能一个在根目录一个在子文件夹）
重启 ComfyUI（不只是刷新页面）
在 CLIPLoaderGGUF 节点里只选择主文件，加载器会自动找匹配的 mmproj

验证方法

控制台日志里如果看到类似 loading mmproj for Qwen2.5-VL-7B-Instruct-Q4_K_M 的信息，就说明匹配成功了。

测试可用配置一览

经过以上所有坑点修复后，RTX 4070 12GB 的测试可用配置：

组件	文件	大小
Unet（主模型）	Qwen-Rapid-NSFW-v23_Q3_K.gguf	10.05GB
文本编码器	Qwen2.5-VL-7B-Instruct-Q4_K_M.gguf	4.36GB
视觉塔	Qwen2.5-VL-7B-Instruct-mmproj-BF16.gguf	1.26GB
加速 LoRA	Qwen-Image-Edit-2511-Lightning-4steps	可选

关键节点：

Unet 加载：UnetLoaderGGUF
CLIP 加载：CLIPLoaderGGUF
步数：20 步（配合 Lightning-4steps 可进一步加速）

总结

整个排障过程的核心教训：

显存规划要算总账：不只是 unet 体积，还要加上 CLIP 编码器、VAE 和运行时开销
GGUF 节点包是必须的：ComfyUI 核心不支持 GGUF，必须装 ComfyUI-GGUF
文本编码器要和 unet 配对：Qwen-Image-Edit-2511 需要 Qwen2.5-VL（3584 维），不是 Qwen3-VL（4096 维）
CLIP 也要量化：fp8 版本太大，换成 GGUF Q4KM 能大幅减少显存争抢
mmproj 命名有规则：主文件名前缀 + mmproj + 精度标识，不能乱改名

希望这篇文章能帮你少踩几个坑。

关联阅读\n\n- [[Qwen-Image-Edit]]\n- [[模型下载改HF]]\n- [[Ideogram 4安全过滤]]\n\n—\n\n## 参考来源

–全文完–

若你有故事想讲、有困惑想聊、或是想找个人说说心里话，甚至只是吐槽发泄一下情绪，都欢迎来找我聊聊：　　　《内容已折叠，点击展开》

希望我写的每一个字，成为我自己和某个人活下去、拼下去的力量。　　　　　　　　　　　　　　　　　　　　　《内容已折叠，点击展开》

“技术终归是工具，而我们一次次认真把问题理顺，守住的其实不只是页面样式和代码输出，还有那一点不愿被混乱打败的心气，是每一个深夜仍愿点灯前行的人。”

转载请注明来自https://oklife.me。