Qwen-Image 2.1 ComfyUI 单文件模型部署指南:Diffusion 模型、文本编码器与 VAE 的完整安装与工作流实践

发布时间:2026/9/30 6:21:43

Qwen-Image 2.1 ComfyUI 单文件模型部署指南:Diffusion 模型、文本编码器与 VAE 的完整安装与工作流实践 人工智能大模型媒体生成多模态【免费下载链接】Qwen-Image-2.1项目地址https://ai.gitcode.com/hf_mirrors/Comfy-Org/Qwen-Image-2.1点击查看免费下载本文是基于 README.md 编写的部署与使用指南面向 ComfyUI 用户将 Qwen-Image 2.1 官方模型仓库中针对 ComfyUI 重新打包的 8 个单文件模型.safetensors按目录放置、选型与运行文本生成、图生图、背景移除等官方工作流。读完本文你将掌握每个模型文件在 ComfyUI 中的正确落盘位置、不同精度变体的适用场景与硬件权衡、Prompt Enhancer 与 TextGenerate 节点的配合方式以及如何导入官方 Workflow 模板完成文生图与图像编辑。一、仓库定位面向 ComfyUI 的 Qwen-Image 2.1 模型再打包本仓库hf_mirrors/Comfy-Org/Qwen-Image-2.1的核心作用是将 Qwen 官方发布的 Qwen-Image 2.1 系列模型重新打包为 ComfyUI 可直接加载的单文件格式diffusion-single-file原模型仓库位于 HuggingFace 的Qwen/Qwen-Image-2.1。仓库采用 Git LFS 管理全部模型权重见 .gitattributes 中*.safetensors filterlfs规则文件以 LFS 指针形式存在于仓库中实际权重由 LFS 存储因此克隆仓库后必须执行git lfs pull才能获取完整权重。文件命名中的后缀含义bf16bfloat16 全精度权重质量最佳、显存占用最大int8_convrotINT8 量化权重为线性层/卷积层Convolution旋转Rot重排后的低精度变体在显存与质量间取得平衡w4a8权重 4-bit、激活 8-bit 的混合量化变体体积最小、显存占用最低。仓库中实际存放的文件与 LFS 声明的大小如下单位 GiB数值由size字段换算文件逻辑分类声明大小diffusion_models/qwen_image_2.1_bf16.safetensors扩散主干13.3 GiBdiffusion_models/qwen_image_2.1_int8_convrot.safetensors扩散主干6.8 GiBtext_encoders/qwen3vl_8b_bf16.safetensors文本编码器16.3 GiBtext_encoders/qwen3vl_8b_int8_convrot.safetensors文本编码器8.7 GiBtext_encoders/qwen3vl_8b_w4a8.safetensors文本编码器5.9 GiBtext_encoders/qwen3.5_9b_qwen_image_2.1_pe_i2i.int8_convrot.safetensorsPrompt EnhancerI2I8.8 GiBtext_encoders/qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensorsPrompt EnhancerT2I8.8 GiBvae/qwen_image_2.1_vae_bf16.safetensorsVAE 解码器0.6 GiB提示上述文件在仓库中均为 Git LFS 指针文本约 130 字节通过git lfs pull拉取后才会成为真正的权重文件磁盘需求约为表中大小之和请预留充足空间。二、安装将文件放入 ComfyUI 对应模型目录README 明确给出了文件目录映射关系。ComfyUI 通过models/下的子目录按类型加载模型因此路径必须严格对应否则节点无法在列表中看到对应模型 ComfyUI/ └── models/ ├── diffusion_models/ │ ├── qwen_image_2.1_bf16.safetensors │ └── qwen_image_2.1_int8_convrot.safetensors ├── text_encoders/ │ ├── qwen3vl_8b_bf16.safetensors │ ├── qwen3vl_8b_int8_convrot.safetensors │ ├── qwen3vl_8b_w4a8.safetensors │ ├── qwen3.5_9b_qwen_image_2.1_pe_i2i.int8_convrot.safetensors │ └── qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors └── vae/ └── qwen_image_2.1_vae_bf16.safetensors对应关系可以总结为三条规则扩散主干Diffusion Modeldiffusion_models/下的两个qwen_image_2.1_*.safetensors放入ComfyUI/models/diffusion_models/文本编码器Text Encodertext_encoders/下的 5 个文件放入ComfyUI/models/text_encoders/其中既包含用于提示词理解的基础编码器qwen3vl_8b 系列也包含用于提示词增强的编码器qwen3.5_9b 系列VAEqwen_image_2.1_vae_bf16.safetensors放入ComfyUI/models/vae/。文本编码器的两种角色README 中特别说明qwen3.5_9b_qwen_image_2.1_pe_*系列模型pe即 Prompt Enhancer是专门用于提示词增强的模型必须搭配TextGenerate 节点使用而不是作为常规文本编码器直接接入 CLIP 加载节点。两个变体分别对应两种场景qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors服务于 Text-to-Image文生图工作流qwen3.5_9b_qwen_image_2.1_pe_i2i.int8_convrot.safetensors服务于 Image Edit / I2I图生图、图像编辑工作流。而qwen3vl_8b_*三个变体才是真正承担提示词编码任务的视觉语言文本编码器bf16全精度、int8_convrotINT8 量化、w4a84-bit 权重 8-bit 激活。它们与扩散主干之间通过精度匹配可以灵活组合例如“int8 主干 int8 编码器”适合中低显存环境“bf16 主干 bf16 编码器”适合追求最佳质量的显存充足环境。三、选型参考不同精度变体的适用场景模型仓库为扩散主干与文本编码器各提供了多个精度变体结合文件命名与常见实践可以给出如下选型思路具体显存需求请以 ComfyUI 实际加载为准场景扩散主干文本编码器说明追求最佳质量qwen_image_2.1_bf16.safetensors13.3 GiBqwen3vl_8b_bf16.safetensors16.3 GiBbf16 全精度质量上限最高显存需求最大均衡选择qwen_image_2.1_int8_convrot.safetensors6.8 GiBqwen3vl_8b_int8_convrot.safetensors8.7 GiBINT8 量化体积约为 bf16 的一半兼顾质量与显存极致省显存qwen_image_2.1_int8_convrot.safetensors6.8 GiBqwen3vl_8b_w4a8.safetensors5.9 GiBw4a8 混合量化体积最小适合显存受限环境w4a8的“4-bit 权重 8-bit 激活”混合量化是三个文本编码器变体中体积最小的5.9 GiB适合在小显存显卡上运行完整管线无论选择哪个变体VAE 都使用唯一的qwen_image_2.1_vae_bf16.safetensors0.6 GiB无需选择同名变体的质量差异属于量化引入的近似实际效果建议在同一工作流中切换对比验证。四、工作流官方提供的三套模板README 提供了三套官方工作流模板存放于 Comfy-Org 的 workflow_templates 仓库Text-to-Image文生图image_qwen_image_2_1_t2i.jsonImage Edit图像编辑/图生图image_qwen_image_2_1_image_edit.jsonRemove Background背景移除image_qwen_image_2_1_background_removal.json4.1 文生图工作流T2I工作流模板image_qwen_image_2_1_t2i.json展示的是最基础、也是最能体现整套模型能力的流程核心链路为TextGenerate可选Prompt Enhancer→ 文本编码器qwen3vl_8b→ 扩散主干qwen_image_2.1→ VAE 解码 → 图像输出输入文本提示词可选增强将提示词送入qwen3.5_9b_qwen_image_2.1_pe_t2i模型进行语义增强后再编码输出生成的图片。4.2 图像编辑工作流Image Editimage_qwen_image_2_1_image_edit.json面向图生图与局部编辑场景在 T2I 链路的基础上增加输入图像分支输入文本提示词 参考/编辑目标图像可选增强提示词送入qwen3.5_9b_qwen_image_2.1_pe_i2i模型I2I 专用变体增强输出编辑后的图片。该模板官方配图以 Before / After 形式展示输入与输出效果是验证图像编辑能力的最直观入口。4.3 背景移除工作流Remove Backgroundimage_qwen_image_2_1_background_removal.json是 Qwen-Image 2.1 的图像理解与生成能力的典型应用输入图片 适当的移除背景提示词输出透明背景/去背景结果。官方同样以 Before / After 形式展示。4.4 如何导入工作流在 ComfyUI 中导入官方工作流模板的标准操作获取模板 JSON 文件可从 workflow_templates 仓库下载image_qwen_image_2_1_t2i.json等文件在 ComfyUI 界面中点击Load加载或直接将 JSON 文件拖拽到画布上模板中的节点会自动展开此时在对应节点下拉框中选择你已安装的模型文件因为模型文件名可能与模板默认值略有差异需手动确认点击Queue Prompt提交运行。注意导入模板前请确保diffusion_models/、text_encoders/、vae/三个目录中的文件已就位且 TextGenerate 节点所需的qwen3.5_9b_*_pe_*模型已放入text_encoders/。五、实现原理与源码佐证虽然本仓库是一个纯模型分发仓库不含 Python 源码、测试或配置实现但通过仓库结构可以印证 ComfyUI 的加载机制与本文档的部署要求目录即类型ComfyUI 以models/下的子目录作为模型类型命名空间diffusion_models、text_encoders、vae分别对应 Diffusion Model、Text Encoder、VAE 三类加载器这正是 README 强调目录映射的原因——文件放错目录将无法被对应节点识别。LFS 指针文件仓库中的.safetensors文件实际是 Git LFS 指针文本含oid sha256与size字段表明模型权重由 LFS 远端提供.gitattributes中*.safetensors filterlfs规则确认了这一点。这意味着克隆后必须执行git lfs pull才能获得可加载的权重直接复制指针文件到 ComfyUI 目录将导致加载失败。单一文件diffusion-single-fileREADME 的tags声明comfyui与diffusion-single-file说明仓库将完整模型打包为单一.safetensors文件而非拆分到多个文件这与 ComfyUI 的 UNETLoader / DiffusionModelLoader 等单文件加载接口的设计一致也方便用户直接替换或备份模型。从源码结构可以推断ComfyUI 加载这些单文件模型时会解析 safetensors 头部的张量名称与形状以识别模型架构例如qwen_image_2.1主干的 UNet/DiT 结构与 VAE 的通道配置再依据权重名称装配进对应的模型类因此文件命名中的架构标识如qwen3vl_8b、qwen3.5_9b、qwen_image_2.1是 ComfyUI 识别模型身份、匹配正确加载器的重要依据不建议修改文件名。六、常见问题与排查建议模型不出现在下拉列表检查文件是否放置在正确的子目录diffusion_models/、text_encoders/、vae/并确认已通过git lfs pull拉取真实权重指针文件无法加载。加载报错/架构不匹配确认所选文件与节点类型匹配——扩散主干应接入 Diffusion Model 类节点qwen3vl_8b_*接入文本编码器类节点qwen3.5_9b_*_pe_*只接入 TextGenerate 节点VAE 接入 VAE 类节点。显存不足OOM优先将扩散主干与文本编码器切换为int8_convrot或w4a8变体这两个量化系列可将权重体积降至 bf16 的一半乃至三分之一见第三节选型表。工作流导入后提示缺少模型模板 JSON 中的模型名称可能与本地文件名不完全一致手动在节点下拉框中选择对应文件即可。七、结语本仓库以“目录即类型、单文件即模型”的方式将 Qwen-Image 2.1 全链路提示词增强 → 文本编码 → 扩散生成 → VAE 解码所需的 8 个模型文件整理成 ComfyUI 可直接使用的形态。只要按 README.md 的目录映射正确放置文件、按场景选择精度变体、并配合官方三套工作流模板T2I、Image Edit、Remove Background即可在 ComfyUI 中快速搭建基于 Qwen-Image 2.1 的文生图、图像编辑与背景移除能力。赞分享人工智能大模型媒体生成多模态【免费下载链接】Qwen-Image-2.1项目地址https://ai.gitcode.com/hf_mirrors/Comfy-Org/Qwen-Image-2.1点击查看免费下载相关推荐stable-diffusion.cpp 运行 Ovis-Image-7B 文生图完整指南模型权重、VAE、Ovis 2.5 文本编码器与 CLI 实战stable diffusion.cpp 运行 Ovis Image 7B 文生图完整指南模型权重、VAE、Ovis 2.5 文本编码器与 CLI 实战 导读人工智能大模型本地部署推理引擎媒体生成Qwen-Image 2.1模型文件放置位置指南diffusion_models、text_encoders、vae三大目录一次讲清Qwen Image 2.1模型文件放置位置指南diffusion_models、text_encoders、vae三大目录一次讲清 Qwen Image 2人工智能大模型媒体生成多模态通义千问图像模型Qwen-Image本地化部署全攻略ComfyUI多工作流实战指南通义千问图像模型Qwen Image本地化部署全攻略ComfyUI多工作流实战指南 在AIGC图像生成领域阿里巴巴通义千问团队推出的Qwen Image模型基础模型模型量化计算机视觉创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
延伸阅读

更多相关文章

2026/9/30 6:21:43

IBOX3576 vs PICO-PC RK3588S:AI边缘计算盒子/主板如何选?

随着AI视觉、边缘计算、智能终端等应用不断落地,越来越多开发者开始关注RK3576、RK3588S这类高性能AI平台。那么,IBOX3576和PICO-PC RK3588S应该怎么选?两款产品都基于瑞芯微平台,并具备6TOPS级NPU AI算力,但产品定位有…

2026/9/30 6:21:43

Vue移动端文件预览实战:分层策略与性能优化

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/9/30 8:21:49

AI项目总翻车?四个风险域框架帮你系统排查

1. 从“四个风险域”说起:为什么AI项目总在同一个地方翻车做AI项目这些年,我越来越觉得,真正让项目翻车的往往不是模型不够强,而是团队对风险的认知太窄。很多人一提AI风险,脑子里只有“模型会不会胡说八道”这一件事&…

2026/9/30 8:21:49

接口安全测试:容易被忽略的 API 高危漏洞盘点

接口安全测试:容易被忽略的 API 高危漏洞盘点 前言 现在前后端分离、小程序、APP、H5 业务,几乎所有交互都依靠 API 接口。很多安全测试人员习惯性使用扫描器,重点检测 SQL 注入、XSS 这类传统 Web 漏洞。但 API 场景下,大量高危…

2026/9/30 8:21:49

IS62WV102416BLL替代EMI国产高速异步SRAM

在工控主板、通信设备、运动控制器等硬件设计中,IS62WV102416BLL是ISSI一款非常经典的16Mbit(1024K16)高速异步CMOS SRAM。器件采用2.4V‑3.6V供电,25ns访问速度,配备CS1、CS2双片选控制,支持UB#、LB#高低字…

2026/9/30 8:21:49

大模型训练显存优化:参数空间切分实战指南

1. 参数空间切分到底在解决什么问题 大模型训练这件事,外行看热闹,内行看显存。很多人第一次接触LLM训练时,最直观的感受就是:模型大得离谱,显存永远不够,训练速度永远比预期慢。但真正做过一段时间之后你会…

2026/9/30 8:21:49

Node.js升级全指南:从LTS版本选择到全局包迁移避坑

写这篇文章之前,我先说个背景。很多前端朋友都有过这种经历:项目起来了,一运行发现node -v还是 16 甚至 14,新版框架要求 Node 20,或者某些依赖报错,最后排查半天发现是 Node 版本太低。升级 Node.js 这个操…

2026/9/30 8:16:48

Model-Optimizer实战:训练图到推理图的模型部署优化指南

1. Model-Optimizer 解决的是什么场景下的什么问题:训练收敛不等于部署可用我第一次认真研究 Model-Optimizer 这个工具,是因为一次边缘设备部署翻车事件。模型在 GPU 上推理很快,FPS 能跑到 300,可一搬到目标硬件上,延…

2026/9/29 11:07:23

东莞市品牌网站建设报价常见报错与解决

东莞品牌网站建设报价单背后:一份保姆级建站教程避坑实录 网站做好了没人访问,这大概是很多老板最头疼的事。花了大几万做的品牌站,上线后流量惨淡,比路边摊还冷清。别急着骂外包公司,很多“东莞品牌网站建设报价”里藏着不少猫腻,比如用模板站冒充定制…

2026/9/29 21:48:03

如何划分训练/验证集:Spirula Studio五种eval_mode策略详解

如何划分训练/验证集:Spirula Studio五种eval_mode策略详解 【免费下载链接】spirula-studio Cross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA. 项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio Sp…

2026/9/29 7:00:49

SEO怎么推广速查手册新手避坑实战指南

SEO怎么推广速查手册新手避坑实战指南 模板网站太丑不够用?别急着加滤镜,那是治标不治本。很多老板盯着后台流量掉得眼红,却还在纠结首页Banner的圆角是不是3像素。这就像穿着西装去挖土,姿势不对,努力白费。我整理这份 速查手册…

2026/9/30 0:01:22

MATLAB+Yalmip+CPLEX实战:综合能源系统优化调度全流程解析

做综合能源系统优化调度这活儿,最痛苦的不是建模本身,而是模型写完之后不知道该怎么求解。看论文里轻飘飘一句“采用Yalmip调用CPLEX求解”,自己上手时却往往卡在环境配置、变量声明、约束写法和求解状态判读上,一耗就是两三天。这…

2026/9/30 0:01:22

I3C比I2C快10倍?RK3576实战:速率、DTS配置与混合总线避坑指南

I3C 比 I2C 快 10 倍?这句话在嵌入式群里传了很久,每次都能吵出一堆截图。前段时间我正好在 RK3576 上调板级 I3C 接口,从控制器寄存器一路摸到 Linux DTS 配置,踩了不少坑,也把这笔速度账彻底算明白了。本文就用 RK35…

2026/9/30 0:01:22

字符串转对象:JSON.parse、new Function与URLSearchParams

“字符串转对象”这几个字,我在技术群里见过的问法至少有十几种:有人拿着一串{a:1,b:2}说 JSON.parse 直接报错,有人要从 URL 里抠出参数,还有人只是想把abc变成能挂属性的东西。js 这门语言里,字符串和对象之间的转换…

2026/9/29 3:53:39

USB Type-C PCB布局分区设计:电源、高速信号与PD协议全攻略

做硬件这行,Type-C接口算是典型的“看着简单,做起来全坑”的东西。光引脚就24个,高低速信号、电源、控制线全部塞在一个小小的连接器里,如果PCB布局不做规划,打样回来基本就是“插上没反应”、“高速掉线”、“静电一打…

2026/9/29 9:46:12

系统编程学习原型如何补齐稳定性边界

系统编程学习原型如何补齐稳定性边界预算有限时&#xff0c;我先优化明显多余的复制&#xff0c;而不是猜测性地换容器。用借用传递只读数据通常就能减少分配&#xff1a; fn parse(line: &str) -> Result<Item, Error> { /* ... */ }用基准确认热点确实在分配&am…

2026/9/29 6:36:14

雨花区哪家财务公司代理记账比较好?

在雨花区&#xff0c;企业处理财税事务常常面临诸多挑战&#xff0c;选择一家靠谱的财务公司至关重要。湖南巨勤财务管理咨询有限公司就是本地正规实体财税服务机构&#xff0c;深耕本地工商财税行业多年&#xff0c;熟悉当地工商局、税务局最新政策与申报流程。主营公司注册、…

还想了解更多?直接咨询顾问

免费诊断 + 免费方案 + 透明报价。

全国咨询热线400-8866-253
免费获取方案
☎咨询二维码 ☎ ↑