顶级图像编辑模型 Qwen-Image-Edit-2509

Qwen-Image 官方文档

https://github.com/QwenLM/Qwen-Image

Qwen-Image-Edit-2509 是 Qwen-Image-Edit 的升级版本。所以除了支持 Qwen-Image-Edit 外的所有特性之外，还做了三个方面的增强。

Qwen-Image-Edit 的介绍见 顶级图像编辑模型 Qwen-Image-Edit

模型特性

Qwen-Image-Edit 核心特性：

• 语义/外观双重编辑: Qwen-Image-Edit 不仅支持 low-level 的视觉外观编辑（例如风格迁移，增删改等），也支持 high-level 的 视觉语义编辑（例如IP制作，物体旋转，人物摆出新的形状等），可用于制作三视图
• 精准文字编辑: Qwen-Image-Edit 支持中英双语文字编辑，可以在保留文字大小/字体/风格的前提下，直接编辑图片中文字，进行增删改。
• 强大的跨基准性能表现: 在多个公开基准测试中的评估表明，Qwen-Image-Edit 在编辑任务中均获得 SOTA，是一个强大的图像生成基础模型。

Qwen-Image-Edit-2509 增强特性：

• 单图一致性增强: 对于单图输入，Qwen-Image-Edit-2509 显著提高了一致性，主要体现在以下方面：
  • 人物编辑一致性增强: 增强人脸ID保持，支持各种形象照片、姿势变换；
  • 商品编辑一致性增强: 增强商品ID保持，支持商品海报编辑；
  • 文字编辑一致性增强: 除支持文字内容修改外，还支持多种文字的字体、色彩、材质编辑；
• 多图编辑支持: 支持 “人物+人物”，“人物+商品”，“人物+场景” 等多种玩法。
• 原生支持ControlNet: 包括深度图、边缘图、关键点图等

全面测试

下面进行13个场景的测试，左边为原图，右边为编辑后的图。

整体结论：

1. 在单个物体的操作方面非常完美（除了三视图的生成）；
2. 对于字体的生成和编辑趋于完美（部分中英混合场景下会出错，中文的生成与编辑功能强大）；
3. 对于 ControlNet 图的生成和基于 ControlNet 生图均非常完美；
4. 多张图片场景下：人人合照不完美（部分人物ID保持不足，即脸部不像）；人景合照以及人品合照比较完美。

具体例子如下：

物体删除

prompt： 去除水印

效果：观察图片右下角的水印，去除的很完美。

物体修改

prompt：将女孩的衣服换成运动背心，牛仔裤

效果：完美。

物体新增

prompt：女孩的左腹部添加玫瑰花形状的纹身

效果：完美。

物体三视图生成（物体旋转）

prompt：获得后视图，保持人物的姿势

效果：一般，无法保持原本的姿势下获得旋转视图。

风格转换

动漫转真人（仅使用 qwen-image-edit-2509 模型） 动漫转真人（增加 qwen-anime-to-realistic lora）

prompt：转变成真实人物风格

真人转动漫

prompt：转变成Chibi风格

效果：增加 lora 后，动漫转真人效果完美；真人转动漫效果完美（不过尝试转换成韩漫风格失败）。

语义编辑

语义编辑：在保持原始图像视觉语义不变的前提下，对图像内容进行修改。

prompt：女孩两只手摆出一个爱心的形状

效果：完美。可用于表情包制作。

双人合照

prompt：两个人愉快的合照

效果：一般，人物的ID保持性不是很优秀，比如没保持住高圆圆的脸部特征。（去官网测试也是如此）

人景合照

prompt：image1中的人物站在image2的花丛前

效果：完美。

人品合照

prompt：image1中的人物戴上image2女孩的项链

效果：完美（给出的品并不完整，AI 还脑补了半个项链）。

获取图片的 ControlNet 图片

prompt：获取图中女孩的深度图

效果：完美。（canny/openpose 等也是同样操作）

原生支持 controlNet 生图

prompt：获取图中女孩的深度图

效果：完美。（canny/openpose 等也是同样操作）

文字生成

prompt：将女孩的衣服换成纯白色，上衣胸部写着“qwen不错”

效果：部分完美。（中文完美，英文出错，使用官网生成也出错）

文字编辑（字体/色彩/材质修改）

prompt：将“不错”两个字改为银色，行书，金属材质

效果：完美。

模型下载

• text_encoders：文本编码器，下载文件 qwen_2.5_vl_7b_fp8_scaled.safetensors，将其放置到 ComfyUI/models/text_encoders/ 下
• diffusion_models：扩散模型，下载文件 qwen_image_edit_2509_fp8_e4m3fn.safetensors，将其放置到 ComfyUI/models/diffusion_models/ 下
• vae：下载文件 qwen_image_vae.safetensors，将其放置到 ComfyUI/models/vae/ 下
• LoRA 加速模型：Qwen-Image-Lightning-8steps-V2.0.safetensors（2.0相较于1.0，减少了过拟合），放置到 ComfyUI/models/loras/ 下

搭建工作流

说明：

1. 显存占用：22G
2. 生图的图片尺寸默认使用第一张图片的尺寸，当然第一张图片如果尺寸太大的话，工作流会做切割；如果想自定义图片大小，请将 EmptySD3LatentImage 节点替换掉 VAE Encode 节点后，接入采样器

文章的最后，如果您觉得本文对您有用，请打赏一杯咖啡！感谢！