Qwen Image 2.1 Text To Image ComfyUI Workflow#
公式のQwen-Image-2.1オープンウェイトを使用して、テキストプロンプトを詳細で高解像度の画像に変換します。このQwen Image 2.1 Text To Image ComfyUI Workflowは、再現可能な結果とネイティブ2048×2048での鮮明な出力を求めるクリエイター向けに設計されています。効率的なVRAM使用のためにINT8推論をサポートし、クリーンなRGBA PNGを保存します。ファッションポートレート、映画のスチル、洗練された製品コンセプトに最適です。
シンプルな生成–デコード–保存パスを中心に構築されたワークフローは、プロンプトテキスト、シード、解像度を直接制御できます。バージョン化されたイテレーションには固定シードを保持し、プロンプトのフレージングでスタイルを切り替え、デザインパイプラインの準備が整った透明な背景のアセットをエクスポートします。
Comfyui Qwen Image 2.1 Text To Image ComfyUI Workflowの主要モデル#
- Qwen-Image-2.1 (Comfy-Org): あなたのプロンプトを解釈し、潜在空間で画像を合成するコアオープンウェイトテキストから画像へのモデルです。高忠実度のディテールとタイポグラフィ対応の構成に最適化されたMMDiTスタイルのジェネレーターを使用します。 Comfy-Org/Qwen-Image-2.1
- Qwen-Image-2.1 VAE: 生成された潜在をピクセルにデコードするオートエンコーダです。高解像度での細部と色調の一貫性を維持します。上記と同じモデルパックで配布されています。
- 公式テンプレート（リファレンス）: あなたのニーズに合わせて比較したり適応させたりできる権威あるテキストから画像へのグラフです。 image_qwen_image_2_1_t2i.json
Comfyui Qwen Image 2.1 Text To Image ComfyUI Workflowの使用方法#
全体の流れ: プロンプトとシードがモデルを条件付け、サンプラーが潜在空間で画像を生成し、VAEがピクセルにデコードし、出力をRGBA PNGとして保存します。グループは左から右に実行されるので、迅速にプレビューしてイテレーションを行えます。
プロンプトとスタイル
- ポジティブプロンプトを意図とアートディレクションのために使用し、ネガティブプロンプトでアーティファクトを排除します。ファッションポートレートの場合、照明、カメラアングル、レンズ、素材を参照し、映画のフレームの場合、ムードとカラーグレーディングをガイドし、製品ショットの場合、表面、スタジオ照明、反射を指定します。プロンプトの調整で厳密な再現性を望む場合は安定したシードを保持します。
解像度とシード
- サンプリング前に解像度ノードでターゲットサイズを設定します。ワークフローは2048×2048でINT8ウェイトとバッチサイズ1で現代のGPU上での信頼性が検証されています。より速いプレビューが必要な場合は、1024または1536に下げてから最終レンダリングのために2048に戻します。シードはユーザーが公開しているので、バリエーションを固定したり、探索をランダム化したりできます。
モデル読み込み
- モデルグループはQwen-Image-2.1 INT8ウェイトとコンパニオンVAEをロードします。正しいチェックポイントを選択する以外に手動配線は必要ありません。プロンプトはエンコードされてジェネレーターに渡され、サンプラーが必要なテキスト条件付けと潜在キャンバスの両方を持つことができます。
サンプリング
KSamplerステージが拡散軌道を処理します。ステップとCFGが公開されているので、プロンプトへのスピードと遵守のバランスを取ることができます。スタイル制御と安定性のためにサンプラーとスケジューラーの選択が含まれています。デフォルトから始めて、異なる外観やプロンプトの厳密な追従が必要な場合にのみ調整します。
デコードと保存
- VAEが最終潜在を画像にデコードし、保存グループがRGBA PNGを記録します。あなたの構成が透明性（ロゴ、UIオーバーレイ、製品カットアウト）を前提としている場合、エクスポーターはアルファチャネルを保持し、アセットを追加のマスキングなしでデザインツールに直接ドロップします。
Comfyui Qwen Image 2.1 Text To Image ComfyUI Workflowの主要ノード#
UNETLoaderQwen-Image-2.1 INT8拡散バックボーンをロードし、実際に生成を実行します。セッション間での一貫性を保つために2.1ウェイトを指すようにしておき、ベンチマークのバリアントを切り替えるときのみ変更します。CLIPLoaderまたはモデル固有のテキストエンコーダーローダー プロンプトエンコーダを初期化し、テキストがジェネレーター用に正しく埋め込まれるようにします。エンコーダを変更する場合は、CFGを少し調整し、同じ視覚的意図を維持するためにプロンプトのフレージングを再確認します。EmptySD3LatentImage潜在キャンバスのサイズとバッチを定義します。最終的な出力には2048 × 2048の幅と高さを設定し、より速いドラフト用に下方に調整します。ネイティブ解像度でバッチサイズ1を保ち、VRAMの圧力を避けます。KSampler拡散プロセスを駆動します。スピードとディテールをトレードするためにステップを使用し、プロンプトの遵守を緩めるか厳しくするためにcfgを調整します。サンプラーやスケジューラーを切り替える場合、小さな増分変更を行い、固定シードで結果を比較します。SaveImageあなたの選んだ命名パターンでデコードされた画像をRGBA PNGとしてエクスポートします。合成用の透明性を保持し、固定シードとプロンプトと組み合わせることで正確な再現性を保証します。
オプションの追加機能#
- 機能するプロンプトパターン: “35mmファッションポートレート、ソフトリムライト、エディトリアルスタイリング、ファブリックテクスチャディテール、ニュートラルバックドロップ” または “シネマティックワイドショット、ウィンドウブラインドを通るボリューメトリックライト、ティール–オレンジグレード、ハイコントラスト” または “スタジオプロダクトレンダリング、光沢のあるセラミックマグ、スリーポイントライティング、シームレスペーパー上のソフトシャドウ。”
- 再現性: 各エクスポートでプロンプト、ネガティブプロンプト、シード、解像度を記録します。固定シードに対する小さな編集は、構成を失うことなく外観を調整する最速の方法です。
- パフォーマンス: INT8ウェイトはVRAMの使用を減らし、2048×2048を実用的にします。低メモリハードウェアの場合、1024でプレビューし、満足したらフルサイズでアップスケールまたは再レンダリングします。
- リファレンスビルド: ノード構造を比較したりデフォルトを復元したい場合、公式テンプレートから始めてプロンプトと保存ノードを移行します。 image_qwen_image_2_1_t2i.json
- モデルパック: 環境間での一貫した動作のためにメンテナンスされたComfy-Orgの配布を使用します。 Comfy-Org/Qwen-Image-2.1
謝辞#
このワークフローは、以下の作品とリソースを実装し、それに基づいて構築されています。Comfy.orgによるComfyUIリリース記事、Comfy-OrgによるQwen-Image-2.1オープンウェイト、Comfy-Orgによる公式のテキストから画像へのワークフローテンプレートに対する彼らの貢献とメンテナンスに心から感謝します。権威ある詳細については、以下のリンクされたオリジナルのドキュメントとリポジトリを参照してください。
リソース#
- Comfy.org/ComfyUIリリース記事
- ドキュメント / リリースノート: Comfy.orgブログ記事
- Comfy-Org/公式Comfy-Org Qwen-Image-2.1ウェイト
- Hugging Face: Comfy-Org/Qwen-Image-2.1
- Comfy-Org/公式テキストから画像へのテンプレート
- GitHub: Comfy-Org/workflow_templates
Note: 参照されているモデル、データセット、コードの使用は、それぞれの著者およびメンテナによって提供されたライセンスおよび条件に従います。
