魔搭社区正式开源名为 EntroPack 的码率可调权重压缩方案,和传统固定 4bit、8bit 档位的量化不一样,这套方案支持自定义任意非整数码率,在 10GB 显存的消费级显卡上就可以顺利跑通 Z-Image-Turbo 这类图像生成模型,同等显存约束条件下,模型重建误差从原来的 9.4% 下降到 4.26%,画质损失明显变小,它把信息熵融入量化和压缩联合流程,不需要激活校准、也不用二次微调模型,支持 NVIDIA、AMD、国产 PPU 等多种硬件,同时兼容扩散图像模型、大语言模型,开发者可以根据自己显卡显存大小,精细调节每一层权重的比特分配,兼顾显存占用和生成画质,目前代码、预压缩权重包都已经在魔搭社区和 PyPI 公开上线,直接对接 DiffSynth-Studio 等推理生态。
EntroPack 核心特性清单
- 码率自由调节:支持任意非整数 bpp 码率,不再局限 4/6/8bit 固定档位
- 免校准免微调:压缩阶段不需要校准数据集、不需要对模型二次训练
- 多硬件适配:NVIDIA、AMD、国产 ZW-PPU 均可部署推理
- 混合比特策略:可以按网络层敏感度差异化分配码率,敏感层给更高比特
- 多模型兼容:支持图像扩散模型、文生图、大语言模型
- 两种模式:有损压缩、无损压缩都支持
关键测试数据清单
- 测试硬件:10GB 显存 GPU
- 基准方案误差:9.4%
- EntroPack 压缩后误差:4.26%
- Z-Image-Turbo 极限混合比特:2.3bpp,模型体积压缩 7 倍
- Qwen-Image-2.1 极限混合比特:3.0bpp
- 支持档位样例:4/5/6/7/8bpp,同时包含 FP8 混合方案
和传统固定量化方案对比表
| 方案类型 | 码率设置 | 是否需要校准 | 同等显存下误差控制 | 灵活度 |
|---|---|---|---|---|
| 传统固定量化 | 4bit、8bit 固定档位 | 大多需要校准集 | 误差偏高,画质掉得多 | 低 |
| EntroPack 码率可调压缩 | 任意小数 bpp,分层分配 | 无需校准、无需微调 | 误差最低到 4.26% | 高 |
上手部署简要步骤清单
- 安装 EntroPack 包:pip 安装 entropack
- 选择目标模型,在魔搭下载对应预压缩权重包,或者自行执行压缩脚本
- 根据显卡显存,设置目标 bpp 码率,开启混合比特策略
- 通过 DiffSynth-Studio 加载权重,直接推理文生图、图生图任务
- 对比画质和显存占用,微调码率找到平衡点
【相关 FAQ】
问题 1:魔搭开源的码率可调权重压缩方案 EntroPack,为什么能在 10GB 显存跑图像模型、把误差降到 4.26%?
回答 1:魔搭 EntroPack 放弃固定 bit 量化,引入信息熵做联合压缩,还可以做分层混合比特分配,优先给影响画质的关键层保留更高精度,在 10GB 显存限制下,把图像模型重建误差从 9.4% 降到 4.26%。
问题 2:EntroPack 码率可调权重压缩方案,压缩图像模型的时候需要重新训练模型吗?
回答 2:不需要,EntroPack 这套码率可调权重压缩方案不需要激活校准,也不用对图像模型做微调重训,直接对原始权重做熵编码压缩,使用门槛更低。
问题 3:EntroPack 除了 10GB 显存跑图像模型,还支持哪些模型和显卡?
回答 3:EntroPack 不仅支持 Z-Image-Turbo、Qwen-Image 这类图像扩散模型,也支持大语言模型;硬件上兼容 NVIDIA、AMD 显卡,还有国产 ZW-PPU。
问题 4:EntroPack 的混合比特压缩是什么,对 10GB 显存跑图像模型有什么帮助?
回答 4:混合比特就是按网络层敏感度分配不同码率,图像模型里对画质影响大的层给高比特,不重要的层压低比特,在 10GB 显存上限内进一步压低整体误差,实现 2.3bpp 这类极低码率压缩。
【参考资料】
[2026-11-19](10GB 显存跑图像模型,误差从 9.4% 降到 4.26%:魔搭开源码率可调的权重压缩方案)量子位
[2026-11-19](魔搭 EntroPack 开源:支持任意码率的模型权重压缩)ZAKER
[2026-11-19](EntroPack:Variable-Rate Entropy Quantization for Diffusion Models)魔搭社区
[2026-11-19](entropack 0.1.5 包发布,预量化图像模型上线)PyPI
【免责声明】
本文仅为技术资讯整理,EntroPack 码率可调权重压缩方案的最终显存占用、图像误差受模型、提示词、硬件驱动版本影响;低码率压缩依然存在画质损失,不代表无损,内容不构成生产部署的落地保证。
