diff --git a/README_zh.md b/README_zh.md index db24d27..8921f68 100644 --- a/README_zh.md +++ b/README_zh.md @@ -2,11 +2,12 @@ ComfyUI-QwenVL 是一款自定义节点,它集成了来自阿里云的强大 Qwen-VL 系列视觉语言模型(LVLMs),包括最新的 Qwen3-VL 和 Qwen2.5-VL。这款高级节点能够在您的 ComfyUI 工作流中实现无缝的多模态 AI 功能,支持高效的文本生成、图像理解和视频分析。 -[![QwenVL_V1.0.0r](https://github.com/1038lab/ComfyUI-QwenVL/blob/main/example_workflows/QWenVL.jpg)](https://github.com/1038lab/ComfyUI-QwenVL/blob/main/example_workflows/QWenVL.json) +![QwenVL_V1.1.0](https://github.com/user-attachments/assets/13e89746-a04e-41a3-9026-7079b29e149c) ## **📰 新闻与更新** -* **2025/10/17**: **v1.0.0** 初始版本发布 +* **2025/10/17**: **v1.0.0** 初始版本发布 +[![QwenVL_V1.0.0r](https://github.com/1038lab/ComfyUI-QwenVL/blob/main/example_workflows/QWenVL.jpg)](https://github.com/1038lab/ComfyUI-QwenVL/blob/main/example_workflows/QWenVL.json) * 支持 Qwen3-VL 和 Qwen2.5-VL 系列模型。 * 自动从 Hugging Face 下载模型。 * 支持即时量化(4-bit、8-bit、FP16)。 @@ -30,6 +31,10 @@ ComfyUI-QwenVL 是一款自定义节点,它集成了来自阿里云的强大 Q * **图像与视频支持**:接受单个图像和视频帧序列作为输入。 * **强大的错误处理**:为硬件或内存问题提供清晰的错误信息。 * **简洁的控制台输出**:在操作过程中提供最少且信息丰富的控制台日志。 +* **新增 attention_mode 参数,支持自动启用 Flash-Attention v2 加速。 +* **新增 use_torch_compile 参数,在 Torch 2.1+ 上可启用 JIT 优化,提高推理吞吐。 +* **新增 device 参数,支持在 CUDA、CPU 与 Apple MPS 之间手动切换。 +* **改进显存检测逻辑,可在内存不足时自动降低量化等级。 ## **🚀 安装** @@ -85,6 +90,8 @@ ComfyUI-QwenVL 是一款自定义节点,它集成了来自阿里云的强大 Q | :---- | :---- | :---- | | **model\_name** | 要使用的 Qwen-VL 模型。 | Qwen3-VL-4B-Instruct | | **quantization** | 即时量化级别。对于预量化模型(如 FP8)将被忽略。 | 8-bit (Balanced) | +| **attention_mode** | 注意力机制模式。auto 会自动启用 Flash-Attn v2(若可用),否则回退为 SDPA。| auto auto、flash_attention_2、sdpa | 标准 & 高级 | +| **use_torch_compile** | 启用 torch.compile('reduce-overhead') 优化以提升 CUDA 推理性能(需 Torch 2.1+)。 | False | - | 高级 | | **preset\_prompt** | 为常见任务预定义的一系列提示词。 | "Describe this..." | | **custom\_prompt** | 自定义文本提示词。如果提供,将覆盖预设提示词。 | | | **max\_tokens** | 要生成的最大新词元(token)数量。 | 1024 |