大家好啊!最近开源界真热闹,MiniMax H3还在刷屏,这几天的Qwen Image 2.1又爆了。 仅仅7B参数竟然拿下了开源生图模型的第一名!它把文生图和多图编辑整合在一条流水线中,不仅推理成本极低,视觉质量更是惊人。
今天这期“作弊码”,我为这个强悍的模型加装了提示词增强/反推节点(无需额外下载模型,不吃额外显存),让它用起来更顺手。
【核心功能亮点】
原生2K输出:支持直接输出高分辨率图像,画质细腻度远超同尺寸模型。
多图联合编辑(强推):支持最多10张图片共同参与生成,无论背景替换、物体添加,还是令人惊喜的“无损脸部替换”,融合度高到离谱,彻底告别复杂的第三方LoRA。
精准局部重绘:通过Open in Mask Editor绘制标识,配合提示词即可在指定区域精准编辑图像,控制力极强。
透明背景生成:原生支持生成透明底素材,设计党福音。
硬件适配:提供int8Convrot和GGUF两个版本,满足不同显存配置需求。
【操作小贴士】
版本升级(关键):必须把本地ComfyUI更新到最新本版,才能支持Qwen Image 2.1。整合包升级的操作可以参考第九期视频内容的2分23秒开始。更新困难的小伙伴,可以到网盘的“ComfyUI各版本整合包”中下载我重新打包的最新0.36.0版,已预装全套插件。
采样步数:当前模型还没有加速LORA,官方推荐40步,实测25步可以跑出不错的效果了。
多图编辑:模型定义图1为主要编辑图,其他图片都是参考。比如换脸:图1为主图,人脸素材在图2,开启提示词增强后直接描述,即可实现完美融合。
【模型目录对照表(请对号入座)】
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └── qwen_image_2.1_int8_convrot.safetensors (主模型int8convrot版)
│ ├── 📂 unet/
│ │ └── qwen_image_2.1_Q5_K_M.gguf (主模型GGUF版)
│ ├── 📂 text_encoders/
│ │ ├── qwen3vl_8b_int8_convrot.safetensors (文本编码模型int8版)
│ │ └── qwen3vl_8b_w4a8.safetensors (文本编码模型w4a8版[gguf工作流用])
│ └── 📂 vae/
│ └── qwen_image_2.1_vae_bf16.safetensors (vae模型)
如果Qwen Image 2.1的强大表现让你惊喜,请务必点赞、关注、转发支持一下!你们的支持就是我持续更新的动力,下期想看什么?评论区告诉我!