一、说明文章中的描述只是尝鲜的记录还没有深度学习知其所以然的阶段所以都是描述性文字目的是想看看V100能跑多少comfyui模型后续也许会有更深点的学习当然在应用阶段Qwen-Image是阿里巴巴通义千问团队发布的首个图像生成基础模型。它是一个在 Apache 2.0 许可证下开源的 20B 参数 MMDiT多模态扩散 Transformer模型。该模型在复杂文本渲染和精准图像编辑方面取得了重大进展实现了包括英文和中文在内的多种语言的高保真输出。模型亮点卓越的多语言文本渲染支持英文、中文、韩文、日文等多语言高精度文本生成保持字体细节和布局一致性多样化的艺术风格从写实场景到印象派画作从动漫美学到极简设计流畅适应各种创意提示词中文支持很好就可以让我们用它了二、看看我们将实验哪几个工作流qwen与z-image是我们重点学习对象z-image后面我们还会深入学习今天看看qwen三、开始qwen image之旅1、Qwen Image 2.1 图像编辑首先看看需要的模型得下载时间啊时间中间这个就是Qwen Image 2.1图像编辑节点关于Qwen Image 2.1图像编辑节点所有参数均围绕“替换角色服装”的编辑任务配置下面为你逐项拆解说明。 输入与提示词配置‌参考图通道‌提供了image_1到image_10共10个图像输入位完全匹配Qwen-Image-2.1最多支持10张参考图的特性可同时导入角色原图、服装参考图等素材保证编辑后人物身份特征不丢失。‌resolution‌当前值为0代表由模型自动适配输入参考图的原生分辨率无需手动强制指定输出尺寸。‌positive_prompt‌当前填写的编辑指令为Replace costumes for the character明确告知模型本次任务是替换图中角色的服装。‌refine_prompt‌该选项已开启可对生成结果进行细节优化进一步提升服装替换后的画面精细度。‌negative_prompt‌当前为空可后续补充不需要出现的画面元素避免生成瑕疵。⚙️ 生成核心参数‌cfg‌当前值为1.0符合Qwen-Image-2.1默认不开高CFG的特性该设置下模型生成自由度更高画面风格更自然。‌steps‌当前设置为25步属于兼顾生成速度与画面质量的中等采样步数适合快速完成服装替换类编辑任务。‌custom_size‌已开启自定义尺寸输出分辨率设置为width 1024、height 1024是1:1的标准正方形高清输出尺寸。‌sampler‌选择euler采样器是AI绘图中速度快、稳定性强的经典采样算法。‌scheduler‌当前配置为simple调度器适配轻量快速的生成场景。‌seed‌固定随机种子为1095460012924539锁定该值后在其他参数不变的情况下可以复现完全一致的生成结果。 模型加载配置‌user_name‌加载的是qwen_image_2_1_int8_convrot.safetensors是INT8量化后的图像生成主干模型可大幅降低显存占用。‌clip_name‌加载的是qwen3v_8b_int8_convrot.safetensors是INT8量化的Qwen3-VL-8B文本图像统一编码器负责解析编辑指令和参考图像内容。‌vae_name‌加载的是qwen_image_2_1_vae_bf16.safetensors是BF16精度的RGBA 64通道VAE自编码器支持原生透明通道输出能输出高质量的图像细节。‌cache_device‌设置为auto由程序自动选择最合适的硬件设备缓存模型权重。‌dtype‌设置为default自动匹配当前硬件支持的最优数据精度。‌PE_model‌加载的是qwen3.5_9b_qwen_image_2_1_pe_i2:int8_conv...是INT8量化的位置编码扩展模型进一步提升大分辨率下的画面生成稳定性。运行后出现[ERROR] !!! Exception during processing !!! deltanet_conv_step launch reject错误关闭refine_prompt后正常出图这说明之前的报错根源完全定位到了refine_prompt模块的算子冲突问题是非常典型的功能模块兼容故障。 故障根因分析开启refine_prompt时Qwen Image 2.1会额外调用Qwen3.5文本编码器的二次语义优化链路触发了有问题的deltanet_conv_step自定义卷积算子直接导致内核启动被拒绝。关闭该功能后模型跳过了二次语义优化的计算分支完全绕开了有bug的自定义算子自然不会再触发之前的RuntimeError报错生成链路可以正常走完完成出图。故障没解决2、qwen image edit 2509需要的模型基于阿里开源Qwen-Image-Edit模型打造的专用图像编辑节点依托20B参数的图像编辑模型实现自然语言驱动的精准改图能力是本地端实现“言出法随”式修图的核心组件。 输入接口说明‌image‌必填主输入图是你需要进行编辑操作的原始素材。‌image2 (optional)‌可选第二张参考图支持多图联动编辑场景。‌image3 (optional)‌可选第三张参考图适配更复杂的多图融合编辑需求。‌lora_name‌用于指定加载的自定义LoRA模型实现特定风格或效果的定向编辑。 核心参数配置‌positive_prompt‌正向编辑指令图中示例指令为“Replace the cat with a dalmatian, keeping the environment and scene consistent”即要求将图中的猫替换为斑点狗同时完整保留原有环境和场景的一致性。‌negative_prompt‌反向排除指令可填入不希望在编辑结果中出现的内容规避生成瑕疵。‌seed‌随机种子值固定该数值可以让每次生成的编辑结果保持一致方便效果复现和参数调试。‌unet_name‌加载的扩散模型图中配置为qwen_image_edit_2509_fp8_e4m3fn.safetensors是该节点的核心编辑基底模型。‌clip_name‌加载的视觉语言文本编码器图中配置为qwen_2.5_vl_7b_fp8_scaled.safetensors负责理解你输入的自然语言编辑指令。‌vae_name‌加载的视觉解码器图中配置为qwen_image_vae.safetensors负责把控编辑后图像的外观细节、色彩和画质表现。‌enable_turbo_mode‌涡轮加速开关图中已开启该选项可大幅缩短图像生成耗时。‌lightning_lora‌闪电加速LoRA图中配置为Qwen-Image-Edit-2509-Lightning-4steps-V1.0...能将原本需要几十步的生成过程压缩到仅4步在几乎不损失画质的前提下实现极速出图。✨ 节点核心能力该节点依托Qwen-Image-Edit的双路控制机制同时实现了两大编辑能力高级语义编辑精准理解自然语言指令完成物体替换、元素增删、视角调整等高层级修改。低级外观编辑完整保留原图的色彩、风格、字体质感等细节避免编辑后出现画面违和感。它还支持中英双语的精准文字编辑在保留原有文字大小、字体、风格的前提下直接修改图片内的文字内容是目前开源图像编辑领域表现顶尖的本地部署方案。运行