ComfyUI原生支持Qwen-Image-Edit：4 步快速出图

Qwen-Image-Edit 是基于 Qwen-Image 20B 模型进一步训练的图像编辑专用版本，由通义实验室推出。它不仅继承了 Qwen-Image 在文本渲染方面的强大能力，更实现了对图像内容的精准文字编辑与语义-外观双重控制编辑，是目前少有的支持中英文混合文本编辑的开源多模态模型之一。

• Hugging Face：https://huggingface.co/Comfy-Org/Qwen-Image-Edit_ComfyUI
• 魔塔：https://www.modelscope.cn/models/Comfy-Org/Qwen-Image-Edit_ComfyUI
• GGUF版：https://modelscope.cn/models/QuantStack/Qwen-Image-Edit-GGUF

核心能力

能力	说明
✅ 精准文字编辑	可在保留字体、大小、颜色和排版的前提下，对图像中的文字进行增、删、改操作，支持中文与英文混合场景。
✅ 语义+外观双重编辑	- 语义编辑：修改物体类别、姿态、结构（如“把狗变成猫”、“旋转杯子”） - 外观编辑：调整风格、光照、材质、色彩分布等低级视觉特征
✅ 高性能推理支持	支持 FP8 量化模型与 4 步轻量 LoRA（Lightning），可在保证质量的同时显著提升生成速度。
✅ 跨基准 SOTA 表现	在多个公开图像编辑基准测试中达到或超越现有方法，具备强大的泛化能力。

使用前提：环境准备

为确保工作流正常运行，请确认以下条件已满足：

1. ComfyUI 为最新开发版（nightly）
   • 推荐使用 comfyui 主仓库的 dev 分支；
   • 稳定版或桌面版可能未包含最新节点支持。
2. 节点加载无报错
   • 启动时检查控制台是否有红色报错信息；
   • 若提示节点缺失，请更新 ComfyUI 及相关插件。
3. 推荐硬件配置
   • 显存 ≥ 12GB（用于 1024x1024 输出）
   • 若使用 FP8 模型，可降低显存占用，适配 8–10GB 显存设备

一、工作流获取方式

你有两种方式加载 Qwen-Image-Edit 的标准工作流：

• 方式一：从模板加载（推荐）
  更新 ComfyUI 后，在界面左上角点击 “Workflow” → “Templates”，搜索 Qwen-Image-Edit 即可找到预设工作流。
• 方式二：手动导入 JSON
  将官方提供的工作流 JSON 内容拖入 ComfyUI 画布，自动加载节点结构。

二、模型下载与存放路径

所有模型文件均可在 Hugging Face或魔塔获取：

• Diffusion Model: qwen_image_edit_fp8_e4m3fn.safetensors
• LoRA: Qwen-Image-Lightning-4steps-V1.0.safetensors
• Text Encoder: qwen_2.5_vl_7b_fp8_scaled.safetensors
• VAE: qwen_image_vae.safetensors

请将模型按以下目录结构存放：

ComfyUI/
├── models/
│   ├── diffusion_models/
│   │   └── qwen_image_edit_fp8_e4m3fn.safetensors
│   ├── loras/
│   │   └── Qwen-Image-Lightning-4steps-V1.0.safetensors
│   ├── vae/
│   │   └── qwen_image_vae.safetensors
│   └── text_encoders/
│       └── qwen_2.5_vl_7b_fp8_scaled.safetensors

1. 模型加载

确保以下三个关键节点正确加载对应模型：

节点	应加载模型
Load Diffusion Model	qwen_image_edit_fp8_e4m3fn.safetensors
Load CLIP	qwen_2.5_vl_7b_fp8_scaled.safetensors
Load VAE	qwen_image_vae.safetensors

2. 图像输入
使用 Load Image 节点上传待编辑图像。

支持格式：PNG、JPG、WEBP 等常见图像格式；
建议分辨率：512x512 至 1024x1024；
高分辨率图像（如 2048x2048）将通过 Scale Image to Total Pixels 节点自动缩放至约 100万像素（如 1024x1024），以避免显存溢出和质量下降。
🛠️ 高级用法：若你明确了解输入尺寸且希望跳过缩放，可选中 Scale Image to Total Pixels 节点后按 Ctrl+B 临时禁用。

3. 提示词设置
在 CLIP Text Encoder 节点中输入编辑指令（prompt），支持自然语言描述。

 

4. 可选加速：启用 Lightning LoRA

若需提升生成速度，可启用 4-step 快速生成 LoRA：

1. 找到 LoraLoaderModelOnly 节点；
2. 取消选中该节点上的 bypass 选项（或按 Ctrl+B 移除绕过状态）；
3. 确保其加载了 Qwen-Image-Lightning-4steps-V1.0.safetensors。

启用后，CFG设置为1，KSampler 设置 steps=4 即可获得高质量输出，速度提升显著。

5. KSampler 参数建议

您可以自行测试并找到最佳设置。下表供参考。

Model	Steps	CFG
Offical	50	4.0
fp8_e4m3fn	20	2.5
fp8_e4m3fn + 4steps LoRA	4	1.0