什么是 Qwen-Image-Edit？

Qwen-Image-Edit 是，以 Qwen-Image 为基础的 基于指示的图像编辑模型。

粗略地说，是 Flux.1 Kontext 的 Qwen-Image 版 这样的认识就可以。

Flux.1 Kontext 虽然只是基于 VAE 的编辑，但 Qwen-Image-Edit 可以使用 MLLM 实际上“看”参照图像，那分量能进行柔软的编辑。

其后过了一段时间，对应多参照的 Qwen-Image-Edit-2509 这个模型被发表了。

之前只是“编辑 1 张图像”，但在 Qwen-Image-Edit-2509 变得能做：

  • “将图像 1 的人物的服装，变更为图像 2 的东西”
  • “生成图像 1 和图像 2 站在同一个舞台的图像”

因为学习方法不同，2509 未必是无印版的上位互换，但迷茫的时候使用 2509 就可以吧。

Qwen-Image-Edit（无印）

关于能做什么，官方 GitHub、或 Flux.1 Kontext / 能做的事 也许也能作为参考。

模型的下载

📂ComfyUI/
└── 📂models/
    ├── 📂diffusion_models/
    │   └── qwen_image_edit_fp8_e4m3fn.safetensors
    ├── 📂text_encoders/
    │   ├── qwen_2.5_vl_7b_fp8_scaled.safetensors
    │   ├── Qwen2.5-VL-7B-Instruct.gguf                ← 仅在使用 gguf 的时候
    │   └── Qwen2.5-VL-7B-Instruct-mmproj-BF16.gguf    ← 仅在使用 gguf 的时候
    ├── 📂vae/
    │   └── qwen_image_vae.safetensors
    └── 📂unet/
        └── qwen-image-edit.gguf                       ← 仅在使用 gguf 的时候

工作流

Qwen-Image-Edit.json

🟩 关于 TextEncodeQwenImageEdit 节点的举动，稍微补充一下。

在内部，粗略进行次那样的处理。

    1. 将输入图像调整为 1M 像素程度
    1. 从那个图像生成 latent
    1. 文本＋图像汇总传给 Qwen2.5-VL

因为自动进入图像的调整处理，生成的图像尺寸如果大大偏离 1M 像素，有变成非意图结果的可能性。

因此，在这个工作流预先进行了图像尺寸的下处理。

  • 用 ImageScaleToTotalPixels 节点调整为 1M 像素
  • 用 Resize Image v2 节点，让分辨率变为 8 的倍数那样裁剪

Qwen-Image-Edit，无论怎么工夫都无法“让输入图像和编辑后图像像素完美一致”。
虽然被提案了几个回避策略，但原本模型的设计就不是面向那种用途，这个前提最好先把握。

Qwen-Image-Edit-2509

Qwen-Image-Edit-2509 是，扩展了无印版的版本。 最大的区别是，可以输入复数枚参照图像。

模型的下载

📂ComfyUI/
└── 📂models/
    ├── 📂diffusion_models/
    │   └── qwen_image_edit_2509_fp8_e4m3fn.safetensors
    └── 📂unet/
        └── qwen-image-edit-2509.gguf      ← 仅在使用 gguf 的时候

工作流（1 张）

Qwen-Image-Edit-2509.json
  • 基本的流程与无印版相同，但将 TextEncodeQwenImageEdit 节点替换为 TextEncodeQwenImageEditPlus 节点。

工作流（复数枚）

Qwen-Image-Edit-2509_multi-ref.json
  • 🟩 因为正经地看着图像，某种程度粗略的指示也能动，但像“image1 的〇〇”“image2 的〇〇”那样，也可以明示地指定是哪个图像。

之前，因为想让输入图像和编辑后图像完成尽量相同的尺寸，先进行调整处理，并将那个输入到 latent_image。

另一方面在“只想以参照图像为提示生成新图像”的例子，像 text2image 那样使用 EmptySD3LatentImage 节点也没问题。

Qwen-Image-Edit-2511

Qwen-Image-Edit-2511 是，改良了 2509 的新模型。

没有从无印到 2509 时那样的大幅度变化，但角色的一致性提高了，或者 Relighting LoRA 等有人气的 LoRA 模型被整合了，进行了着实的改良。

模型的下载

📂ComfyUI/
└── 📂models/
    ├── 📂diffusion_models/
    │   └── qwen_image_edit_2511_fp8mixed.safetensors
    └── 📂unet/
        └── qwen-image-edit-2511-XXXX.gguf      ← 仅在使用 gguf 的时候

工作流

Qwen-Image-Edit-2511.json

以与 2509 完全相同的工作流动作。

Lightning

Qwen-Image-Edit-Lightning 是，为了让 Qwen-Image-Edit 以 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，在很多工作流被采用。

模型的下载

📂ComfyUI/
└── 📂models/
    └── 📂loras/
        ├── Qwen-Image-Edit-2509-Lightning-4steps-V1.0-bf16.safetensors
        ├── Qwen-Image-Edit-2509-Lightning-8steps-V1.0-bf16.safetensors
        └── Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors

Qwen-Image-Edit-2509

Qwen-Image-Edit_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。

Qwen-Image-Edit-2511

Qwen-Image-Edit-2511_lightning_4steps.json
  • 用 LoraLoaderModelOnly 节点读取 Lightning LoRA。