Qwen Image 2.1 Turbo テキストから画像への ComfyUI#
このワークフローは、短いプロンプトを迅速に洗練されたビジュアルに変換します。公式の INT8 Turbo チェックポイントと8ステップのサンプリングスケジュールに基づいて構築されており、イラスト、映画のシーン、読みやすいラベル付きのクリーンな製品画像、建築研究に理想的です。オプションの Qwen 3.5 プロンプト強化により、簡潔なブリーフをより豊かな説明に拡張できます。グラフ内で利用可能で、デフォルトでは無効になっているため、制御を維持できます。
この ComfyUI Qwen Image 2.1 Turbo テキストから画像へのグラフを使用すると、構造を失うことなくスピードを求め、安定したタイポグラフィレンダリングとネイティブな 2K 出力を実現できます。ワークフローは重要な入力のみを公開し、スムーズな反復のためにモデルをキャッシュし、予測可能な色と透明度の処理のために直接 PNG に保存します。
Comfyui Qwen Image 2.1 Turbo テキストから画像へのワークフローの主要モデル#
- Qwen Image 2.1 Turbo (INT8)。ワークフローの中心にある蒸留された画像生成器で、構成と詳細を保持しながら、わずか8つのノイズ除去ステップで収束に達するように調整されています。モデルカード: Hugging Faceの Qwen Image 2.1 Turbo。
- Qwen3-VL 8B INT8 テキストエンコーダー。プロンプトを画像モデルが理解する条件に変換します。プロンプトの忠実性を保ちながら VRAM を削減するために INT8 conv-rot チェックポイントとして出荷されます。ファイルは Comfy-Org/Qwen-Image-2.1で提供されています。
- Qwen Image 2.1 VAE (bf16)。色とトーンが安定した RGB(A) 画像に潜在変数をデコードします。オプションの潜在/画像の相互作用にも使用されます。同じ Comfy-Org/Qwen-Image-2.1 リポジトリで利用可能です。
- Qwen 3.5 プロンプトエンハンサー 9B INT8 (オプション)。画像生成の前にブリーフを1つの構造化された段落に書き換える能力を持つコンパクトな推論可能モデルです。ComfyUI 内で Comfy-Org/Qwen-Image-2.1 にパッケージ化されています。
Comfyui Qwen Image 2.1 Turbo テキストから画像へのワークフローの使用方法#
グラフは一回のパスで実行されます: プロンプトはオプションで Qwen 3.5 エンハンサーを通過し、Qwen3-VL テキストタワーによってエンコードされ、その後、PNG にデコードされる8ステップの Turbo サンプラーを駆動します。以下のグループはサブグラフ内の構造を反映しています。上から下へ作業し、必要な場合にのみ調整します。
プロンプトエンハンサー#
このオプションのステージでは、Qwen 3.5 が画像モデルに到達する前に指示を拡張または整理します。Text to Image (Qwen Image 2.1) (#459) で refine_prompt を切り替えて TextGenerate (#471) を通過させ、エンハンサーの意図した動作を維持するために thinking_mode をエンハンサーとペアリングしておきます。グラフ内のシステムプロンプトは出力を1つの段落に標準化し、プロンプトがレンダラーに優しいままであるようにします。ライブ PreviewAny (#472) パネルは、画像モデルが受け取る内容を正確に表示します。
モデル#
UNETLoader (#451)、CLIPLoader (#453)、および VAELoader (#454) は Turbo UNet、Qwen3-VL テキストエンコーダー、VAE をオンラインにします。QwenImage21Cache (#490) は選択したデバイスと dtype にモデルウェイトを固定して、反復時のスムーズなリトライを可能にします。チェックポイントが可能な限り INT8 であるため、ComfyUI Qwen Image 2.1 Turbo テキストから画像へのワークフローは速度、メモリフットプリント、品質のバランスをとります。
画像サイズ#
ResolutionSelector (#13) でアスペクト比とメガピクセルを選択します。これらの値は EmptyLatentImage (#456) に流れ、作業キャンバスを設定します。Qwen Image 2.1 はネイティブの 2K 出力をサポートしているため、何も変更せずに正方形のカバー、ワイドスクリーンフレーム、縦長バナー間を移動できます。パッケージングテキストや UI フレームのある製品写真が必要な場合は、予測可能なタイプとレイアウトのために正方形または一般的なプレゼンテーション比率から始めてください。
コンディショニング#
TextEncodeQwenImage21 (#452) は最終プロンプトを正および負のコンディショニングに変換します。グラフは公式の Qwen パスに配線されており、cfg はテキストとレイアウトのクリーンな準拠のために最小限に保たれていますが、高度な使用のために負のプロンプト入力が残されています。これにより、ComfyUI Qwen Image 2.1 Turbo テキストから画像へのワークフローは、簡潔なブリーフにも高度に指定されたアートディレクションにも適しています。
サンプリング#
生成は RandomNoise から始まり、固定された8ステップの Manual Sigmas (Qwen-Image-2.1-Turbo 8-step schedule) (#484) を使用して KSampler Select (euler) (#487) を通過します。CFGGuider (#489) は Turbo に調整された分類子非依存ガイダンスを適用し、Sampler Custom Advanced (#486) が除去パスを実行します。固定スケジュールは「Turbo」速度を可能にする要因です: 通常のステップの一部で決定的な構成とシャープなタイプを得られます。
出力#
VAEDecode (#457) は潜在変数をピクセルに戻し、SaveImageAdvanced (#461) が PNG ファイルを sRGB で書き込みます。デフォルトの命名はランを整理します。探索を分岐する場合はプレフィックスを変更します。PNG は透明性を保持するため、同じワークフローでクリーンな製品切り抜きやアイコノグラフィを作成できます。
Comfyui Qwen Image 2.1 Turbo テキストから画像へのワークフローの主要ノード#
ResolutionSelector(#13)。キャンバスのアスペクト比と全体のサイズを設定します。カバーやバッジには正方形を使用し、映画のフレームにはワイドスクリーンを、バナーや電話優先のレイアウトには縦長比率を使用します。安定したサンプリングと VAE デコードのために 32 の倍数のサイズを好みます。ComfySwitchNode(#474)。エンハンサーのパスを切り替えます。refine_promptをオフにして言葉を直接画像モデルに送るか、オンにして Qwen 3.5 リライトを使用します。これを有効にする場合は、thinking_modeも有効にしてエンハンサーが訓練された推論パスに従うようにします。TextGenerate(#471)。プロンプトエンハンサー自体です。主題が本当に長いリライトを必要とする場合はmax_lengthを増やしますが、単一のパスが反復ループを停止しないように制限します。ノードはレンダリング前にPreviewAnyで確認できる単一の段落を出力します。TextEncodeQwenImage21(#452)。最終テキストを UNet ガイダンスのためのコンディショニングにエンコードします。公式設定を超えてガイダンスを上げ、抑制したい属性が分かっている場合のみ、負の入力を使用します。それ以外の場合は、ブリーフをポジティブで具体的に保ちます。Manual Sigmas (Qwen-Image-2.1-Turbo 8-step schedule)(#484)。Turbo に8ステップで十分なように手動調整されたシグマシーケンスを提供します。サンプラーファミリーを変更するかステップ数を増やす場合は、このスケジュールをその構成用に設計されたものに置き換えて、詳細が不鮮明にならないようにします。KSampler Select (euler)(#487)。サンプラーを選択します。含まれている8ステップのスケジュールはeulerに調整されています; サンプラーを切り替えることは実験に役立ちますが、適切なシグマスケジュールとペアリングする必要があります。CFGGuider(#489)。プロンプトへの準拠を制御します。公式のQwenパスとクリスプなタイポグラフィのため、cfgを最小限に保ちます; 強い負のプロンプトを使用して画像を不要な特性から遠ざける場合のみ上げます。Sampler Custom Advanced(#486)。ノイズ、ガイダンス、サンプラー、スケジュール、およびターゲット潜在を組み合わせて除去パスを編成します。エンジンルームとして扱ってください; ほとんどのユーザーは触る必要がありません。SaveImageAdvanced(#461)。予測可能なファイル名と色空間で画像をエクスポートします。ロスレス出力と透明なアセットを保持するために PNG を選択します。
オプションの追加#
- 透明な出力。切り抜きの場合、ブリーフを次のように表現します: これは透明性のある RGBA フォーマットの画像です。[あなたの説明]。画像にはアルファチャネルと透明な背景があります。アルファチャネルを保持するために PNG として保存します。
- ネイティブ 2K。Qwen Image 2.1 は 2048 px の正方形の出力をネイティブにサポートしています; より厳密なマイクロディテールまたは大きなタイプが必要な場合にサイズを増やし、同じプロンプトを維持します。
- 読みやすい短いラベル。プロンプト内の見たい正確な文字列をすべて二重引用符で囲んでください; モデルは Turbo パスで大文字小文字と句読点をよく尊重します。
- エンハンサーを有効にするタイミング。非常に短いプロンプトやマルチリージョンポスターの場合にオンにします; すでに正確でレイアウトを意識したブリーフを書いている場合はオフにします。
- テンプレートの均等性。ノードグラフは公式の Turbo T2I テンプレートを反映しています; ComfyUI テンプレートリポジトリの JSON と一緒に比較または適応してください GitHubで。
謝辞#
このワークフローは次の作品とリソースを実装および構築しています。ComfyUI ワークフローテンプレート (image_qwen_image_2_1_turbo_t2i)、Qwen-Image-2.1-Turbo モデル、ComfyUI Qwen-Image-2.1 モデルファイルの貢献とメンテナンスに感謝します。権威ある詳細については、以下にリンクされた元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#
- 公式 ComfyUI ワークフローテンプレート
- GitHub: Comfy-Org/workflow_templates
- 公式 Qwen Image 2.1 Turbo モデル
- Hugging Face: Qwen/Qwen-Image-2.1-Turbo
- ComfyUI モデルファイル
- Hugging Face: Comfy-Org/Qwen-Image-2.1
注意: 参照されているモデル、データセット、およびコードの使用は、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。
