顶级图像编辑模型 Qwen-Image-Edit
Qwen-Image 官方文档
Qwen-Image-Edit 是 Qwen-Image 的图像编辑版本。它基于20B的Qwen-Image模型进一步训练，成功将Qwen-Image的文本渲染特色能力拓展到编辑任务上，以支持精准的文字编辑。此外，Qwen-Image-Edit将输入图像同时输入到Qwen2.5-VL（获取视觉语义控制）和VAE Encoder（获得视觉外观控制），以同时获得语义/外观双重编辑能力。
模型特性
- 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。
- 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，物体旋转等）
- 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。
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_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-4steps-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
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！
