摘要

本文记录了使用 vLLM-Omni 部署 Qwen-Image-2.1 图像生成模型的完整过程，包括环境准备、源码安装、模型下载、服务启动、OpenAI 兼容 API 调用

Qwen-Image-2.1

Qwen-Image-2.1 是通义千问推出的图像生成与编辑模型，支持文生图、参考图编辑，原生支持多张参考图和透明背景。本文使用 vLLM-Omni 将其部署为 OpenAI 兼容的 API 服务，方便其他程序调用。

一、环境说明

二、创建 Conda 环境

conda create-nvllm-omnipython=3.12-yconda activate vllm-omni

安装 PyTorch 和 vLLM：

pipinstalltorch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu130 pipinstallvllm==0.29.0

配置国内 pip 镜像，加速依赖下载：

pip configsetglobal.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip configsetglobal.trusted-host pypi.tuna.tsinghua.edu.cn

三、下载模型

使用 ModelScope 下载：

pipinstall-Umodelscope modelscope download--modelQwen/Qwen-Image-2.1--local_dir/data/models/Qwen-Image-2.1

下载完成后确认目录包含：

model_index.json transformer/ vae/ text_encoder/ scheduler/ tokenizer/

四、安装 vLLM-Omni

mkdir-p/data/appsgitclone https://github.com/vllm-project/vllm-omni.git /data/apps/vllm-omnicd/data/apps/vllm-omnigitfetch origin pull/7759/head:qwen-image-2.1gitcheckout qwen-image-2.1 conda activate vllm-omni pipinstall-e.

验证安装：

python-c"import vllm_omni; print(vllm_omni.__file__)"

输出应指向/data/apps/vllm-omni/vllm_omni/__init__.py。

五、启动 API 服务

推荐用 tmux 挂后台，避免终端关闭导致服务中断。

tmux new-svllm-serve conda activate vllm-omnicd/data/apps/vllm-omni vllm serve /data/models/Qwen-Image-2.1\--omni\--host0.0.0.0\--port8000\--served-model-name qwen-image

启动成功后，按 Ctrl+B 再按 D 退出 tmux，服务继续运行。
查看日志：tmux attach -t vllm-serve

六、验证服务

健康检查：

curlhttp://localhost:8000/health

查看模型列表：

curl-shttp://localhost:8000/v1/models|python-mjson.tool

应看到：

{"id":"qwen-image",...}

七、接口调用

7.1 文生图

接口：POST /v1/images/edits
curl 示例：

curl-XPOST"http://localhost:8000/v1/images/edits"\-F"model=qwen-image"\-F"image=@input.png"\-F"prompt=把背景换成海滩"\-F"size=1024x1024"\-F"num_inference_steps=40"\-oedited_output.png

当前 vLLM-Omni 分支限制单次最多 4 张参考图，模型原生支持 10 张。

八、性能参考