Qwen Image Edit 2511をComfyUIで試してみた

Qwen Image Edit 2511がComfyUIに対応しました。（ついでにQwen Image layeredも）

ComfyUIで試していきます。

動画でも解説してます。

環境

OS:Windows 11
GPU:GeForce RTX 4090
CPU:i9-13900KF
memory:128G

構築手順

ComfyUIと必要なノードは全て最新化してください。

モデル

qwen_image_edit_2511_bf16.safetensorsをダウンロードして「ComfyUI\models\diffusion_models」に配置

Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensorsをダウンロードして「ComfyUI\models\loras」に配置

qwen_image_vae.safetensorsをダウンロードして「ComfyUI\models\vae」に配置

qwen_2.5_vl_7b_fp8_scaled.safetensorsをダウンロードして「ComfyUI\models\text_encoders」に配置

ワークフロー（bf16+LoRA）

ワークフローは以下です。

画像読み込み用のノードの下にあるメガピクセルで出力の解像度をコントロールします。

まずは3.00(=3,000,000ピクセル)で生成します。

アウトプットの解像度は1320×2368=3,125,760ピクセル。
生成時間は80秒。
GPUメモリは43GBで、VRAM23GB+共有メモリ20GB。

次は1.00(=1,000,000ピクセル)で生成します。

アウトプットの解像度は760×1368=1,039,680ピクセル。
生成時間は40秒。
GPUメモリは43GBで、VRAM23GB+共有メモリ20GB。

ちなみにLoRAなしで、ステップ:20でcfg:4にすると、450秒ぐらいかかります。

ワークフロー（fp8）

以下のモデルをダウンロードしてください。

qwen_image_edit_2511_fp8_e4m3fn_scaled_lightning_comfyui.safetensorsをダウンロードして「ComfyUI\models\diffusion_models」に配置

ワークフローは以下です。

アウトプットの解像度は760×1368=1,039,680ピクセル。
生成時間は82秒。VRAM22GB。

感想

かなり品質高いですねぇ。
これはまた拡張機能が大量に作られていきますね。