【ComfyUI】QwenImageEdit 基础图生图

今天展示的案例是一个基于Qwen-Image 编辑功能的 ComfyUI 工作流。该工作流围绕图像编辑展开，通过加载扩散模型、文本编码器、VAE 模块以及 LoRA 适配器，结合输入图像与文本提示，实现对图像中元素的精准移除与增强效果。

整体设计不仅保证了画面质量，也通过采样器与归一化组件提升了生成的稳定性，最终输出高质量的编辑结果。

工作流介绍

这个工作流主要面向图像的定向修改与修复场景。通过引入 Qwen-Image 的专用扩散模型与配套 VAE 编码器，结合 Qwen 2.5 版本的多模态文本编码器，可以让输入提示词直接指导图像的修改区域。LoRA 模型作为轻量级适配器，大幅缩短了推理所需步骤，同时保持风格一致性。整体流程中，KSampler 与 CFGNorm 节点确保了采样结果的质量与一致性，而图像缩放与保存节点则保证了最终输出适应不同分辨率的需求。

核心模型

在该工作流中，核心模型由四部分组成。扩散模型负责图像生成的基础逻辑，VAE 模块完成潜在空间与像素空间的互转，CLIP 文本编码器使提示词具备指导性，而 LoRA 则提升了生成效率并适配不同编辑需求。这些模型通过互相协作，使得图像编辑能够在较低的推理步数中完成，同时确保生成效果的清晰度和语义一致性。