为什么值得本地跑这一版

Qwen-Image-2.1 与常见的「生成一个模型、编辑另一个模型」不同：同一套权重既接文生图提示词，也接编辑指令，工作流里不需要在两个模型之间切换。对本地部署来说，这一点直接省掉了显存占用与模型切换的等待。

它有三项能力值得单独拿出来说：第一是原生 2K，可以直接生成到 2048×2048，不必先出小图再放大；第二是排版，针对密集小字与复杂版式做过优化，做信息图、幻灯片、界面稿、海报和包装设计时不容易糊；第三是透明通道，VAE 带四个通道，透明背景可以生成也可以编辑，省掉事后抠图这一整道工序。

先说限制，避免白做一遍：模型的许可字段是 Qwen Research，许可证正文写明只授予非商业目的的使用、复制、分发与修改权，并明确未另行取得商业许可不得用于任何商业用途。也就是说它适合研究、评估与内部试验，产品化和收费服务都需要单独申请授权。

前置条件：把 ComfyUI 先更新到最新

Qwen-Image-2.1 用的是 ComfyUI 的核心节点，因此第一件事是把 ComfyUI 更新到最新版本。官方文档写得很直接：如果加载工作流时提示节点缺失，通常是因为没有用最新的 ComfyUI（部分核心节点要先在 Nightly 版本里才有），或者启动时有节点导入失败。稳定版会晚一个版本跟进，遇到缺节点先考虑这条，而不是急着找第三方节点包。

  • 工作流模板：在 ComfyUI 的模板库（Workflow Templates）里搜索 Qwen-Image-2.1，也可以直接从官方文档下载两个模板的 JSON；
  • 权重来源：官方文档给出的下载入口包含 Comfy-Org/Qwen-Image-2.1 与 GitHub 仓库 QwenLM/Qwen-Image-2.1；
  • 磁盘预留：int8 扩散模型加文本编码器与 VAE，留出几十 GB 的模型目录空间比较稳。

第二步：放对模型文件

两个模板加载的是同一批文件。扩散模型默认使用 int8 量化版（占用更低），需要更高精度时可以换成 bf16 版。目录结构按下面这样放，文件名不要改。

ComfyUI/
└── models/
    ├── text_encoders/
    │   └── qwen3vl_8b_bf16.safetensors
    ├── diffusion_models/
    │   ├── qwen_image_2.1_int8_convrot.safetensors   <- 模板默认加载，更省显存
    │   └── qwen_image_2.1_bf16.safetensors            <- 全精度，更吃显存
    └── vae/
        └── qwen_image_2.1_vae_bf16.safetensors

文本编码器是独立的 Qwen3-VL 8B，属于必须下载的一项；如果只下扩散模型，工作流会停在文本编码器节点上报找不到文件。

第三步：文生图模板与采样参数

文生图模板按你选定的宽高比与百万像素目标出图，上限是原生 2K。两个模板的采样参数是统一的：steps 25、cfg 1、euler 采样器、simple 调度器。cfg 为 1 意味着这个模型不依赖无分类器引导的放大作用，硬把它调到 7 之类的值通常不会更好。

采样：steps 25 / cfg 1 / euler / simple
分辨率：原生 2K（最高 2048×2048），按宽高比 + 百万像素目标设定
种子：文生图模板固定，图像编辑模板随机

两个模板的种子策略不同是有原因的：文生图固定种子方便对比提示词改动带来的差异；编辑模板随机化，是为了避免每次都落到同一个细节解上，尤其在批量改图时更容易看出不稳定样本。做可复现实验时，记得把编辑模板的种子手动固定回来。

第四步：指令编辑、多参考图与局部修改

编辑模板的工作方式是把原图放进去，再用一句指令描述要改什么。如果需要原图里不存在的内容（例如把第二张照片里的衣服穿到第一张图的人身上），就把参考图一并上传：参考图会按槽位顺序拼进文本编码器，节点提供 image_1 到 image_16 共十六个槽位，提示词里用 <image1> 这样的索引来引用——写的是 image_1，引用时写 <image1>，这个下划线有无的差别是最常见的报错来源。

  • 官方示例的输入素材挂在两个 LoadImage 节点上（示例里是节点 470 的人像图与节点 475 的衣服图），把这两张换成你自己的图即可；
  • 局部编辑：只描述要改的对象或区域，其余画面保持不动，不需要额外画蒙版；
  • 多图引用：<image1> 对应 image_1 槽位；节点一共提供 16 个槽位，而模型侧官方说明最多支持 10 张参考图，超出的槽位没有意义。

第五步：透明图层怎么出

透明背景不需要额外节点：VAE 带四个通道（红、绿、蓝、阿尔法），因此可以在生成阶段就产出带 alpha 的图，也可以在编辑阶段把已有图像的背景改为透明。对 UI 素材、贴纸、图标这类需要 alpha 的产出，这一步直接去掉了「生成带背景图 → 抠图 → 修边缘」的整条后处理链路。

实践中唯一要留意的是导出格式：alpha 通道需要 PNG 或 WebP 这类支持透明的容器，导出成 JPEG 会把透明区域压成实色。

常见坑与排查顺序

  1. 模板里找不到 Qwen-Image-2.1：ComfyUI 版本旧了，先更新（必要时用 Nightly）；
  2. 提示节点缺失：多为核心节点尚未进入稳定版，或启动时有节点导入失败；
  3. 报找不到模型文件：逐个核对三处目录与文件名，尤其是文本编码器；
  4. 多图没生效：检查提示词里写的是 <image1> 而不是 image_1；
  5. 出图发灰或边缘有杂边：检查是否导出成了不支持透明的格式；
  6. 想把结果用于商业项目：先解决许可问题，Qwen Research 许可只覆盖非商用用途。
本地跑这一版的实际收益不在「省了调用费」，而在把透明通道与局部编辑合进同一条流程——原来属于后处理的两道工序可以删掉。