本篇专栏是为了总结一下探客使用Qwen image Edit model 的心得以及社区中探索到的有趣要点。
Qwen image Edit继承了Qwen image强大的文本编辑功能，并支持同时编辑语义和外观。
能够在保持文字原始大小、字体和样式的同时，进行精确的文本更改。
Qwen image本身的生图能力其实并不突出，但是有了这样强大的文本编辑功能，我们就能在任何图片上进行文本编辑了。
当然，出了文本编辑，Qwen image Edit还能够更改图像的内容，例如移除某个角色，移除某段文字，甚至是将一个角色拆分成素材精灵...
（游戏制作中，角色的衣服，头发，武器...等等）
那么如此强大的模型，如何使用呢？
非GGUF同学，只需要更新comfyui
然后按照：https://docs.comfy.org/tutorials/image/qwen/qwen-image-edit
给的示例工作流，下载相应的模型文件：
1.F8的Qwen image Edit
下载地址：https://huggingface.co/Comfy-Org/Qwen-Image-Edit_ComfyUI/resolve/main/split_files/diffusion_models/qwen_image_edit_fp8_e4m3fn.safetensors
2.CLIP文本编码器，同时也是支持视觉识别的自然语言生成模型（是的，可以用来当聊天机器人）
下载地址：https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/resolve/main/split_files/text_encoders/qwen_2.5_vl_7b_fp8_scaled.safetensors
3.VAE
下载地址：https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/resolve/main/split_files/vae/qwen_image_vae.safetensors
4.Lightning的4步出图lora
下载地址：https://huggingface.co/lightx2v/Qwen-Image-Lightning/resolve/main/Qwen-Image-Lightning-4steps-V1.0.safetensors
下载完成后，分别将模型文件放入相应的文件夹。
📂 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
然后将工作流拖进comfyui中，直接使用就可以了。
但是，那是对于显存大的使用者而言的，对于显存不足的使用者，还是要用GGUF量化模型。
这里就和以往有些不同了，首先让我们更新comfyui-GGUF到最新版本。
然后，让我们下载相应的GGUF量化模型文件：
1.GGUF的Qwen image edit（选择需要的模型文件）
下载地址：https://huggingface.co/QuantStack/Qwen-Image-Edit-GGUF/tree/main
2.GGUF的CLIP（选择需要的模型文件）
下载地址：https://huggingface.co/unsloth/Qwen2.5-VL-7B-Instruct-GGUF/tree/main
这里需要注意，加载GGUF版本的CLIP，除了量化模型之外，还需要额外下载一个mmproj文件。
下载地址：https://huggingface.co/unsloth/Qwen2.5-VL-7B-Instruct-GGUF/blob/main/mmproj-F16.gguf
然后重命名使其与主文件匹配。
如果您的主文件是 Qwen2.5-VL-7B-Instruct-UD-Q6_K_XL.gguf ，则将其命名为 Qwen2.5-VL-7B-Instruct-mmproj-FP16.gguf
然后将文件放入相应的文件夹：
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 unet/
│ │ └── Qwen_Image_Edit-Q6_K.gguf
│ ├── 📂 loras/
│ │ └── Qwen-Image-Lightning-4steps-V1.0.safetensors
│ ├── 📂 vae/
│ │ └── qwen_image_vae.safetensors
│ └── 📂 text_encoders/
│ ├── Qwen2.5-VL-7B-Instruct-UD-Q6_K_XL.gguf
│ │
│ └──Qwen2.5-VL-7B-Instruct-mmproj-FP16.gguf
然后将工作流修改成对应的GGUF模型加载节点，这样就可以启动了。
当然，CLIP也可以不用GGUF，而是用FP8格式的模型来加载，有足够显存的同学可以不使用GGUF模型。
使用要点：
1.使用Qwen Image Edit时编辑人物图片时，有些时候会使人物的脸发生改变，可以使用遮罩处理人物的面部来解决这个问题。
2.100万像素（例如1000*1000），对该模型的使用来说是比较好的选择。
不过官方推荐的分辨率为：1328x1328（1:1）、1664x928（16:9）、928x1664（9:16）、1472x1140（4:3）和 1140x1472（3:4）。
由于该模型需要更长的生成时间，所以使用大分辨率还是要掂量掂量的。
（2080ti，100万像素，4步出图需要1分50秒）
但是，由于Qwen Image Edit 的 VAE 处理的维度是 16 的倍数，Qwen2.5-VL-7B 是一种视觉语言模型，其维度为 14 的倍数。
所以想要消除Qwen Image Edit的缩放效果，输入图像，其宽度/高度可以被 16 和 14 整除，它们的最小公倍数 (LCM) 为 112。
也就是说，输入的宽高分辨率为112的倍数能最大程度上消除所以想要消除Qwen Image Edit的缩放效果。
而这个效果是造成输出和原图片不一致的重要原因，即VAE和编码器的维度不匹配。
社区中有人指出：VAE 压缩率 (×8) 与 Qwen2.5-VL 的块大小 (14) 似乎也存在不匹配的情况。根据我的测试，使用能被其最小公倍数 (56) 整除的尺寸通常会获得更好的结果。但由于 TextEncodeQwenImageEdit 会在内部进行另一次大小调整，因此它并不总是根据输入大小保持一致。
3.简单的图片拼接就能实现多图片输入。
4.该模型支持中英文自然语言输入提示。
