Qwen Image 2512：數秒生成高保真圖片 | RunComfy

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	Type	Default	Range / 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	ImageSize	Enum or object	landscape_4_3	Enum: square_hd, square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.
num_inference_steps	否	integer	28	—	推論步數；提高數值可能增加細節，但也會降低速度。
guidance_scale	否	float	5	—	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