見出し画像

ComfyUIでQwen-Image-Editを試す（FP8版、Lightning使用）

まゆひらa

※ こちらは旧バージョンの記事です。新バージョンの「Qwen-Image-Edit-2509」をおためしください。

Last update 8-25-2025
※ (9-7-2025) 設置場所の記載ミス（誤：qwen-image 正：qwen_image）は後ほど修正します。ワークフローも更新予定です（機能的は現状とまったく変わりません）。
※ 関連記事は、ComfyUIの記事一覧にまとめてあります。



■ 0. 概要

▼ 0-0. はじめに

　本記事では、ComfyUIでQwen-Image-Editを「Lightning」で高速化して利用する順を説明します。

　本記事ではFP8版を、下記の記事ではGGUF版を利用します。

　通常のQwen-Imageは、下記の記事を参照してください。

　ComfyUIのインストール方法については、下記の記事を参照してください。

▼ 0-1. Qwen-Image-Editについて

　Qwen-Image-Editは、8-19-2025の未明に発表されました。これは画像生成AIであるQwen-Imageの画像編集版です。Qwen-Imageは8-4-2025に発表（X上では翌日未明）されたばかりで、Qwen-Image-Editの登場は事前に予告されていました。

　Qwen-Image-Editでどのようなことができるのかは、下記の公式リンクをご確認ください。

▼ 0-2. 関連リンク1

　HF Spacesにて、無料で生成のおためしができます。また、生成AIプレイグラウンドのfalも $0.03/MP で利用可能です。

　参考まで、Qwen-Imageも紹介しておきます。

▼ 0-3. 関連リンク2

　公式のモデルです。

　本記事で利用するモデルです。詳細は記事中で説明します。

　ComfyUIのドキュメントには、Qwen-Image-Editの説明が追加されています。ComfyUI Blogの記事もプロンプトの参考になります。


■ 1. 使用リソース

▼ 1-1. VRAM使用量

　準備中です。FP8版がVRAM 16GBで動作することは確認できています。

▼ 1-2. 生成時間

　LightningのLoRAを利用して、モデルの読み込み時間を含まない条件での暫定的な結果を記載します。4Stepsの場合は36秒程度、入力画像やプロンプトを変更しない2回目以降は28秒程度でした。8Stepsの場合は59秒程度、入力画像やプロンプトを変更しない2回目以降は50秒程度でした。


■ 2. 準備

▼ 2-1. はじめに

　Qwen-Image-Editに対応するための手順を2-2.で、モデルの設置の手順を2-3.で説明します。

▼ 2-2. ComfyUIの更新と拡張機能のインストール

　Qwen-Image-Editに対応するためにはComfyUIの更新が必要です。また、本記事で提供するワークフローでは拡張機能のインストールが必要です。これらの手順は別の記事として公開する予定なので、これ以降は暫定的な掲載となります。

　必要な操作はComfyUI Managerから行うことができます。まずは「Manager」をクリックします。

ComfyUI Managerを起動する

　ComfyUI Managerの「Update ComfyUI」をクリックして、最新版に更新します。その後は指示に従ってください。

ComfyUI Managerの画面

　次に、下記の拡張機能をインストールします。導入済みの場合は読み飛ばしてください。

　まず、「Custom Nodes Manager」をクリックします。「Comfy-Custom-Scripts」が見つかると思いますので、「Install」をクリックします。

Comfy-Custom-Scriptsをインストールする

　探しづらいときは、「custom-s」まで入力すると確実に見つかると思います。

拡張機能を絞り込んで探したところ

　バージョンを聞かれるので、「latest」が選択されているのを確認して「Select」をクリックし、画面の指示のとおりに「Restart」をクリックします。

▼ 2-2. モデルの設置

　筆者は種類ごとにディレクトリを分けているのでそのように記述しますが、お好みで決めていただいて構いません。

　先に、Qwen-Imageについて記載します。下記のURLより、すべてのモデルがダウンロードできます。ファイルをダウンロードして、適切なフォルダへ移動します。

  • Comfy-Org/Qwen-Image_ComfyUI
    https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI 　

    • split_files/diffusion_models/
      qwen_image_fp8_e4m3fn.safetensors (19.0GB)
      → models\diffusion_models\qwen-image\
      （※本記事では利用しない）

    • split_files/text_encoders/
      qwen_2.5_vl_7b_fp8_scaled.safetensors (8.73GB)
      → models\text_encoders\qwen-image\

    • split_files/vae/
      qwen_image_vae.safetensors (242MB)
      → models\vae\qwen-image\

　Qwen-Image-EditはModelとして下記を利用します。ファイルをダウンロードして、適切なフォルダへ移動します。

　生成を高速化するため、Qwen-Image-LightningのLoRAを利用します。4Steps版と8Steps版があります。Qwen-Image-Edit-LightningのLoRAが追加されましたので、現在はこちらをおすすめします。

  • lightx2v/Qwen-Image-Lightning
    https://huggingface.co/lightx2v/Qwen-Image-Lightning

    • Qwen-Image-Lightning-4steps-V1.0-bf16.safetensors (810MB)
      Qwen-Image-Lightning-8steps-V1.1-bf16.safetensors (810MB)
      Qwen-Image-Edit-Lightning-4steps-V1.0-bf16.safetensors (810MB)
      Qwen-Image-Edit-Lightning-8steps-V1.0-bf16.safetensors (810MB)
      → models\loras\qwen-image\


■ 3. 生成

▼ 3-1. 概要

　生成用のワークフローを提供しますので、改造、再公開を含め自由にご利用ください。

▼ 3-2. 補足

　いわゆるi2i（image to image）は入力画像の解像度がばらばらなので、同じ解像度で出力しようとすると小さすぎても大きすぎても不都合が起こります。そのため、提供するワークフローのデフォルトの動作は下記のようになっています。

  • 入力画像を1MP（Mega Pixel）にリサイズした場合の幅と高さを算出して、それぞれを16の倍数に丸める。

  • 入力画像を先ほどの値でリサイズして、Qwen-Image-Editで処理する。

　ワークフローには指定の倍率に拡大縮小するノードも置いてあるので、MP値の変更とともに、好みに応じて利用してください。

▼ 3-3. ワークフロー

　何度か修正を行いましたが、現在のものが最終版になると思います。

　Lightningを使用した高速な4Steps版と8Steps版のほか、低速な通常版を用意しました。若干の相違が有るので後述します。

　高速版では「Qwen-Image-Lightning」のLoRAが設定されているので、「Qwen-Image-Edit-Lightning」に変更して利用すると良いでしょう。

　いずれのワークフローも、右側の LoraLoaderModelOnly から左下（LoraLoaderModelOnly または  ModelSamplingAuraFlow）に接続することで追加のLoRAが利用できます。

追加のLoRAが利用できるように未使用のノードを設置（右上）

　高速版（4Steps、8Steps）のワークフローの全体は下記のようになっています。

4Steps版のワークフローの全体

　高速版はNegative Promptの入力欄を設けず、Negative側はCLIP Text Encodeを用いています。また、高速化するためのLightning LoRAを適用しています。

高速版のText Encoderまわり

　低速な通常版のワークフローの全体は下記のようになっています。

通常版のワークフローの全体

　低速版はNegative Promptの入力欄を設け、Negative側はPositive側と同じTextEncodeQwenImageEditを用いています。ただし、Negative Promptの入力については未確認です。

低速版のText Encoderまわり

▼ 3-3. サンプル画像

　Qwen-Imageで生成したサンプル画像です。プロンプトはClaude Sonnet 4で作成しました。こちらを用いて生成した画像と元画像は、セットで自由にご利用ください。

リアル調のサンプル画像（ダウンロードは上記より）
アニメ調のサンプル画像（ダウンロードは上記より）

▼ 3-3. ワークフローの使い方

　ワークフローのファイルをComfyUIの画面にドラッグ＆ドロップすると読み込まれます。

　Load Imageのノードに、入力画像を設定します。ファイルのドラッグ＆ドロップが可能です。

画像ファイルを入力する

　Prompt (Positive) のノードにプロンプトを入力します。得意な言語は中国語と英語とみられますが、あまり差し支えないレベルで日本語も通じるようです。

プロンプトを入力する

　あとは「Run」をクリックして、生成が完了するのを待ちます。下記は4Steps版を実行した画面で、「アニメ調に変更」と入力しました。

実写風の画像がアニメ調になった

　生成した画像は「ComfyUI\output」に保存されます。入力した画像は「ComfyUI\input」のフォルダに保存され、選択して再利用することができます（削除可）。


■ 4. おまけ

▼ 4-1. 概要

　サンプル画像を用いた実行結果を掲載します。ワークフローは4Steps版を使用しています。

▼ 4-2 生成した画像（入力はリアル調）

　画像の説明に、実際に入力したプロンプトを記載します。

アニメ調に変更
二人はお互いを見つめ合って、周りにハートが飛んでいる
男性の服をピンクのTシャツにに、女性の髪を長いストレートに、窓の外を夜に、照明を電球色に

▼ 4-3. 生成した画像（入力はアニメ調）

　画像の説明に、実際に入力したプロンプトを記載します。

実写に変更して人物を日本人に
女性が後ろを向き、男性が椅子に座る
背景を中国の王朝の部屋に、男性を除去、掛け軸に大きな文字が書いてある


■ 5. その他

　私が書いた他の記事は、メニューよりたどってください。

　ComfyUIに限定した記事の一覧もあります。

　記事に関することで何かありましたら、Xの@riddi0908までお願いします。

いいなと思ったら応援しよう！