什么是 Qwen-Image？

Qwen-Image 是中国 Alibaba 系的 Qwen 团队开发的画像生成模型。

文本编码器使用了多模态 LLM 的 Qwen2.5-VL，与使用 T5 或 Gemma 的模型相比，提示词的理解力高出一头。

而且，与 Flux.1 dev 不同，由于基础不是蒸馏模型所以容易学习，与作为姐妹模型的 Qwen-Image-Edit 合在一起，LoRA 或 Lightning 系周边的生态系统充实也是特征。

推荐分辨率

Qwen-Image 推荐 1.5M〜1.8M 像素前后。

  • 1:1 … 1328 × 1328
  • 4:3 … 1472 × 1104
  • 3:2 … 1584 × 1056
  • 16:9 … 1664 × 928

模型的下载

📂ComfyUI/
└── 📂models/
    ├── 📂diffusion_models/
    │   └── qwen_image_fp8_e4m3fn.safetensors
    ├── 📂text_encoders/
    │   ├── qwen_2.5_vl_7b_fp8_scaled.safetensors
    │   └── Qwen2.5-VL-7B.gguf    ← 仅在使用 gguf 的时候
    ├── 📂unet/
    │   └── qwen-image.gguf       ← 仅在使用 gguf 的时候
    └── 📂vae/
        └── qwen_image_vae.safetensors

text2image

Qwen-Image.json
  • 采样器经常被使用 euler 或 res_multistep。

ControlNet（InstantX）

Qwen-Image 面向的 ControlNet 模型有几个，因为方便使用，介绍作为 ControlNet-Union 被提供的 InstantX 基础的东西。

模型的下载

📂ComfyUI/
└── 📂models/
    └── 📂controlnet/
        ├── Qwen-Image-InstantX-ControlNet-Union.safetensors
        └── Qwen-Image-InstantX-ControlNet-Inpainting.safetensors

工作流

Qwen-Image-InstantX-ControlNet-Union.json
Qwen-Image-InstantX-ControlNet-Inpainting.json

Lightning（高速生成 LoRA）

Qwen-Image-Lightning 是，为了让 Qwen-Image 用 4 / 8 steps 运转而被蒸馏的 LoRA 组。

几乎没有劣化就能大幅减少步数，在相当多的工作流被采用。

模型的下载

📂ComfyUI/
└── 📂models/
    └── 📂loras/
        ├── Qwen-Image-Lightning-4steps-V2.0-bf16.safetensors
        └── Qwen-Image-Lightning-8steps-V2.0-bf16.safetensors

工作流

Qwen-Image_lightning_8steps.json
  • 用 LoraLoaderModelOnly 节点读取 Lightning LoRA。
  • 将 KSampler 的 steps 设定为 4 或 8，CFG 设定为 1.0。