ComfyUIでQwen Image Edit 2511のUntwisting-RoPEを試してみた

トレーニングなしで絵柄を再現するためのカスタムノードですね。

以下のように画像の絵柄を別の画像に反映させるような仕組みのようです。

絵柄反映系は、LoRAを使た取り組みをこれまで紹介してきましたが、今回はLoRAを使わずカスタムノードのみで実現しているみたいです。

基本的なQwen Image Edit 2511については以下を参考にしてください。

また、他にも便利なLoRAがリリースされているので、興味があればご確認ください。

環境

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

構築手順

以下のカスタムノードをインストールして、ComfyUIを最新化してください。

git clone https://github.com/BigStationW/ComfyUi-Untwisting-RoPE.git
git clone https://github.com/BigStationW/ComfyUi-TextEncodeEditAdvanced.git
git clone https://github.com/BigStationW/ComfyUi-Scale-Image-to-Total-Pixels-Advanced.git

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

ワークフローは以下です。

生成結果は以下です。

生成時間は17分。
CPUメモリ：81GB
GPUメモリ：42GB（VRAM23GB+共有メモリ19GB）

画像を反対にしてみました。

感想

生成時間長すぎ。設定ミスってるんですかねぇ。

絵柄の反映としてはかなり優秀ですね。
LoRAを使ったアプローチよりも絵柄については意図した絵柄になっている気がします。

少し元の画像から色合いが変えられているので、そこがコントロールできればって感じですかねぇ。