logo
RunComfy
  • ComfyUI
  • 訓練器
  • 模型
  • MCP新
  • 定價
  • Seedance 2.5火爆
  • Seedream 5.5新

依模型瀏覽工作流

火爆MiniMax H3根據文字、影像或參考生成含音訊影片火爆Qwen Image 2.1生成影像,並依參考編輯照片Wan文字或影像生成影片,動作遷移FLUX影像生成、編輯與角色變體LTX文字或影像生成音畫同步影片Qwen Image Edit用文字與參考圖編輯照片Krea 2影像生成、風格遷移與參考編輯Z-Image根據文字快速生成人像與概念圖

熱門與最新工作流

新MiniMax H3 Character Swap V1.5替換影片角色,保留原音訊新P-H3-Image Reference Edit依參考圖編輯照片火爆MiniMax H3 Image-to-Video一張圖生成電影感影片,音畫同步火爆LTX 2.5 Image-to-Video一幀生成清晰影片,音畫同步火爆MiniMax H3 Character Swap (SAM3)替換影片角色,並跟隨原動作Qwen Image 2.1 Multi-Image Editing最多 10 張參考圖合成精準場景FLUX Klein Face Swap自然逼真的換臉SeedVR2 Video Upscaler清晰流暢的影片超解析
查看更多工作流

訓練模型

新MOSS-Image Base影像生成,新支援新FLUX.3 Klein影像生成,新支援火爆Krea 2訓練最多的影像模型火爆Krea 2 Turbo少步數影像生成火爆Qwen Image 2.1影像生成與編輯Z-Image Turbo快速生成人像與概念圖MiniMax H3音畫同步影片

訓練與部署

入門指南用 Ostris AI Toolkit 完成第一個訓練任務資料集上傳與管理訓練資料集推論在 Playground 或透過 API 執行訓練好的模型部署將訓練好的模型部署為專屬端點
訓練更多模型

影像模型

新GPT Image 2.6省 5% · 精細文生圖,支援 GIF 與 SVG,最高 4K新Seedream 5.5省 10% · 文生圖,最高 2K,支援透明 PNG新MiniMax H3 Image省 10% · 文字或參考圖生成靜幀,最高 4K新FLUX 3 Image Klein省 10% · 文字或參考圖生成靜幀,768 至 4K火爆Seedream 5.0 Pro省 41% · 參考圖編輯,支援多語言文字火爆Seedream 4.5省 20% · 寫實級編輯,保持品牌一致火爆Wan 2.6 Image依指令編輯影像Nano Banana Pro省 77% · 從草圖生成精準的 2K 至 4K 影像

視頻模型

新Seedance 2.5 Flash省 34% · Text, image, or reference to video新Kling 4.0省 10% · 將靜態圖轉為 3 至 30 秒影片火爆Wan 3.0 Prime省 13% · 根據參考影片快速生成火爆Seedance 2.5省 36% · 更長、更連貫的電影感影片火爆Wan 3.0根據影像、影片與音訊參考生成火爆MiniMax H3將首幀轉為 5 至 15 秒影片Wan 2.5省 10% · 流暢動作,原生音訊FLUX 3 Max根據文字、靜態圖或關鍵影格生成
查看更多模型

API

Serverless (ComfyUI)將 ComfyUI 工作流程部署為無伺服器端點。Serverless (LoRA)將 LoRA 部署為無伺服器端點。Model API按需運行託管模型,無需部署。Trainer API透過 API 訓練、管理和取得 LoRA。CLIRun RunComfy models from your terminal.
模型
探索
所有模型
資源庫
生成記錄
模型 API
API 文檔
API 金鑰
帳戶
使用情況

Qwen Image 2512:數秒生成高保真圖片 | RunComfy

qwen/qwen-image/qwen-image-2512

生成可直接用於製作的圖片,呈現真實材質、清晰中英文文字和經過最佳化的固定長寬比。

描述生成圖片中不應出現的內容。
執行圖片生成時使用的推論步數。
提示詞對圖片生成結果的引導強度。
生成圖片的檔案格式。
Idle
The rate is $0.022 per image.

Qwen Image 2512 簡介

阿里巴巴的 Qwen Image 2512 可將文字提示詞轉換為可直接用於製作的圖片,價格為每張 $0.022。模型提供針對畫質最佳化的固定長寬比,並擅長準確渲染中文和英文文字。它能減少手動字距調整、複雜遮罩和精細人像修飾等工作,加快電商、設計和行銷團隊從創意到交付的審核流程。開發者可在 RunComfy 瀏覽器介面中直接使用,也可透過 HTTP API 串接,無需自行部署或擴縮模型。

適合:多語言海報與簡報 | 寫實人像行銷活動 | 商品詳情頁設計

Alibaba / Qwen Image 2512#


Qwen Image 2512 是 RunComfy 提供的文生圖模型,可根據 prompt 和可選的 negative_prompt 生成一張高品質靜態圖片。它適合創意設計、行銷素材、含文字海報和寫實場景。


輸出格式: square_hd, square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9


核心亮點#


  • 中英文文字渲染:能更清晰地呈現多行中文和英文文字。
  • 人物真實感增強:減少塑膠感,改善臉部、頭髮和皮膚細節。
  • 版面還原穩定:更好地維持海報配置、網格和文字對齊。
  • 生成速度快:約 5 秒即可生成一張高品質圖片。

參數#


Parameter必填TypeDefaultRange / Options說明
prompt*是 (*)string——用於生成圖片的提示詞。
negative_prompt否string""—可選內容,用於減少或避免圖片中的指定元素。
image_size否ImageSizeEnum or objectlandscape_4_3Enum: square_hd, square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.
num_inference_steps否integer28—推論步數;提高數值可能增加細節,但也會降低速度。
guidance_scale否float5—提示詞引導強度;中等數值通常能平衡準確度與創作空間。
seed否integer——固定隨機種子,可在相同設定下重現結果。
output_format否OutputFormatEnum"png"jpeg, png, webp結果圖片的檔案格式。

使用方法#


  1. 填寫 prompt:描述主體、環境、鏡頭視角、光線,以及需要出現在圖片中的文字。
  2. 加入 negative_prompt(可選):寫明需要避免的瑕疵、物體或風格。
  3. 選擇 image_size:根據構圖選擇合適的固定長寬比。
  4. 設定 num_inference_steps:建議從 28 開始;如細節不足,可小幅提高。
  5. 調整 guidance_scale:5 左右通常較均衡;若結果偏離 prompt,可適度提高。
  6. 固定 seed 進行比較:重複使用同一數值,比較提示詞或參數的細微改動。
  7. 選擇 output_format:PNG 適合無損圖形,JPEG 檔案較小,WEBP 兼顧品質與容量。
  8. 生成並檢查:查看結果,再透過小幅修改繼續迭代。

提示詞與參考建議#


  • 需要圖中文字時,請直接寫出準確內容,並用引號括起,讓模型將其視為文案而不是風格描述。
  • 加入版面要求,例如「標題位於左上角、說明文字位於底部」,幫助模型穩定放置元素。
  • 明確指定相機和鏡頭資訊,例如 50mm、淺景深或俯拍,以維持構圖一致。
  • 風格描述盡量簡短,例如「編輯風、霧面、柔和散射光」,避免重點分散。
  • 優先使用常見單位和顏色名稱,簡單明確的描述通常更可靠。
  • 固定 seed,比較 num_inference_steps 和 guidance_scale 的調整效果,避免隨機變化干擾。
  • 如出現輕微瑕疵,可在 negative_prompt 中加入「模糊、浮水印、多餘手指」等內容。

Qwen Image 2512 與其他模型的比較#


  • 根據社群回饋,與早期 Qwen-Image 版本相比,它的人像更自然,中英文文字更準確,生成速度也顯著提升。
  • 主要改進包括更自然的紋理細節、更準確的海報與簡報版面,以及無需過高 guidance_scale 也能穩定遵循 prompt。
  • 需要在同一流程中兼顧清晰圖中文字與寫實人像時,Qwen Image 2512 特別合適。
  • 與 Flux 2 相比,Qwen Image 2512 通常更擅長圖中文字清晰度和人物真實感;Flux 2 則提供更廣的風格範圍和更靈活的解析度。

其他推薦模型#


  • Qwen-Image-Edit-2511
  • Qwen-Image-Edit-2509

官方資源#


  • GitHub(Qwen 官方組織): https://github.com/QwenLM
  • Hugging Face(Qwen 官方組織): https://huggingface.co/Qwen

相關模型

flux-2/flash/text-to-image

透過精細控制和可重現設定,快速產生準確的設計視覺。

flux-3-image-klein/text-to-image

用文字產生一張 768、1K、1.5K、2K 或 4K 靜幀。

flux-1-kontext/dev/image-to-image

支援多層次風格控制與物件替換,創作更靈活高效

wan-2.7/text-to-image

WAN 2.7 文字轉圖像:精準理解提示詞,提供多種尺寸預設,每次最多生成 5 張圖像

flux-3/text-to-image

FLUX 3 Image 是一款支援參考圖引導和清晰文字生成的多模態圖像模型

qwen-image-2.1/edit

Qwen Image 2.1:統一的生成、編輯與透明性

常見問題

如何從 RunComfy 模型頁面 測試過渡到使用 Qwen Image 2512 API 進行正式部署?

在 RunComfy 模型頁面 完成測試後,開發者可沿用相同的模型設定串接 RunComfy API。建立 API 金鑰後,即可透過程式設定生成參數並管理用量與成本;正式部署時還應確認 Qwen Image 2512 的 Apache 2.0 授權要求。

Qwen Image 2512 對圖片內多語言文字和排版的處理效果如何?

模型能夠較準確地呈現中文和英文文字,支援多行段落以及中英文混排的海報設計。它具備版面理解能力,即使面對複雜設計,也能更好地維持文字對齊並減少變形。

為什麼 Qwen Image 2512 適合人物肖像和文字較多的場景?

它能細緻呈現不同膚色、頭髮紋理、人物姿勢,同時維持圖片內文字清晰可讀,因此適合同時追求寫實人物與準確排版的雜誌封面、廣告和資訊圖表。

在文字渲染和真實感方面,Qwen Image 2512 與 Nano Banana Pro 或 Flux 2 有何不同?

部分模型更著重寫實風格或 4K 輸出,而 Qwen Image 2512 強調準確文字、自然紋理與生成速度之間的平衡。相關基準結果顯示,它在中英文內容的版面對齊方面優於同類開源方案。

哪些專案最適合整合 Qwen Image 2512?

它適合需要製作高品質多語言資訊圖表、海報和廣告素材的創意機構、教育團隊與出版商。模型兼具專業級真實感和生成彈性,可用於早期原型,也可用於規模化製作。

關注我們
  • 領英
  • Facebook
  • Instagram
  • Twitter
支持
  • Discord
  • 電子郵件
  • 系統狀態
  • 附屬
視頻模型
  • Seedance 2.5 Flash Text To Video
  • Seedance 2.5 Flash
  • Seedance 2.5 Flash Reference to Video
  • Wan 3.0
  • MiniMax H3 Fast
  • Wan 2.5
  • 查看所有模型 →
影像模型
  • Seedream 5.5
  • Seedream 5.5 Edit
  • Seedream 5.5 Layer Decomposition
  • Wan 2.6 Image to Image
  • Nano Banana Pro
  • Seedream 5.0 Pro
  • 查看所有模型 →
法律
  • 服務條款
  • 隱私政策
  • Cookie 政策
RunComfy
版權 2026 RunComfy. 保留所有權利。

RunComfy 是首選的 ComfyUI 平台,提供 ComfyUI 在線 環境和服務,以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。

Qwen Image 2512 效果範例