メインコンテンツへスキップ

​
OmniGen2 について

OmniGen2 は、総パラメータ数約 70 億（テキストモデル 30 億 + 画像生成モデル 40 億）の、強力かつ効率的な統合型マルチモーダル生成モデルです。OmniGen v1 とは異なり、OmniGen2 は革新的な「デュアルパス Transformer アーキテクチャ」を採用しており、テキストの自己回帰モデルと画像の拡散モデルが完全に独立しています。これにより、パラメータの分離（decoupling）と専門化された最適化が実現されています。

​
モデルの主な特長

  • 視覚的理解能力: Qwen-VL-2.5 ベースモデルが持つ優れた画像内容の解釈・分析能力を継承
  • テキストから画像への生成（Text-to-Image）: テキストプロンプトから高忠実度で美しく仕上げられた画像を生成
  • 指示に基づく画像編集（Instruction-guided Image Editing）: 複雑な指示を用いた画像変更を実行可能で、オープンソースモデルの中では最先端の性能を達成
  • コンテキスト対応の生成（Contextual Generation）: 人物、参照オブジェクト、シーンなど多様な入力を柔軟に処理・組み合わせる汎用性を持ち、新規かつ一貫性のある視覚出力を生成

​
技術的特徴

  • デュアルパスアーキテクチャ: Qwen 2.5 VL（30 億）テキストエンコーダー ＋ 独立型拡散 Transformer（40 億）を基盤
  • Omni-RoPE 位置エンコーディング: 複数画像の空間的位置付けおよび識別子の区別をサポート
  • パラメータ分離設計: テキスト生成による画像品質への悪影響を回避
  • 複雑なテキスト理解および画像理解をサポート
  • 制御可能な画像生成および編集機能
  • 優れたディテール保持能力
  • 複数の画像生成タスクを統一アーキテクチャでサポート
  • テキスト生成機能：画像内に明確な文字コンテンツを生成可能
Make sure your ComfyUI is updated.Workflows in this guide can be found in the Workflow Templates. If you can’t find them in the template, your ComfyUI may be outdated. (Desktop version’s update will delay sometime)If nodes are missing when loading a workflow, possible reasons:
  1. You are not using the latest ComfyUI version (Nightly version)
  2. Some nodes failed to import at startup

​
OmniGen2 モデルのダウンロード

本記事では複数のワークフローを取り扱うため、対応するモデルファイルおよびインストール先は以下の通りです。各ワークフロー内にも、該当するモデルファイルのダウンロード情報が記載されています。 拡散モデル（Diffusion Models） VAE テキストエンコーダー（Text Encoders） ファイル保存先： 
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── omnigen2_fp16.safetensors
│   ├── 📂 vae/
│   │   └── ae.safetensors
│   └── 📂 text_encoders/
│       └── qwen_2.5_vl_fp16.safetensors

​
ComfyUI OmniGen2 テキストから画像へ（Text-to-Image）ワークフロー

​
1. ワークフローファイルのダウンロード

Comfy Cloud で実行

 テキストから画像へワークフロー

​
2. ワークフローの手順通り実行

ワークフロー実行ステップガイド 画像内の番号順に、以下の手順を確認しながら進めてください。これにより、対応するワークフローがスムーズに動作します：
  1. メインモデルの読み込み: Load Diffusion Model ノードが omnigen2_fp16.safetensors を正しく読み込んでいることを確認
  2. テキストエンコーダーの読み込み: Load CLIP ノードが qwen_2.5_vl_fp16.safetensors を正しく読み込んでいることを確認
  3. VAE の読み込み: Load VAE ノードが ae.safetensors を正しく読み込んでいることを確認
  4. 画像サイズの設定: EmptySD3LatentImage ノードで生成画像のサイズを設定（推奨：1024×1024）
  5. プロンプトの入力:
    • 最初の CLipTextEncode ノードに「正のプロンプト」（画像に含めたい内容）を入力
    • 2 つ目の CLipTextEncode ノードに「負のプロンプト」（画像に含めたくない内容）を入力
  6. 生成開始: Queue Prompt ボタンをクリックするか、ショートカットキー Ctrl（Mac の場合は Cmd）+ Enter を押してテキストから画像への生成を実行
  7. 結果の確認: 生成が完了すると、対応する画像が自動的に ComfyUI/output/ ディレクトリに保存されます。また、SaveImage ノード内でプレビューも可能です

​
ComfyUI OmniGen2 画像編集ワークフロー

OmniGen2 は豊富な画像編集機能を備えており、画像へのテキスト追加もサポートします。

​
1. ワークフローファイルのダウンロード

Comfy Cloud で実行

 テキストから画像へワークフロー 以下の画像をダウンロードし、この画像を入力として使用します。 入力画像

​
2. ワークフローの手順通り実行

ワークフロー実行ステップガイド
  1. メインモデルの読み込み: Load Diffusion Model ノードが omnigen2_fp16.safetensors を正しく読み込んでいることを確認
  2. テキストエンコーダーの読み込み: Load CLIP ノードが qwen_2.5_vl_fp16.safetensors を正しく読み込んでいることを確認
  3. VAE の読み込み: Load VAE ノードが ae.safetensors を正しく読み込んでいることを確認
  4. 画像のアップロード: Load Image ノードで上記の画像をアップロード
  5. プロンプトの入力:
    • 最初の CLipTextEncode ノードに「正のプロンプト」（画像に含めたい内容）を入力
    • 2 つ目の CLipTextEncode ノードに「負のプロンプト」（画像に含めたくない内容）を入力
  6. 生成開始: Queue Prompt ボタンをクリックするか、ショートカットキー Ctrl（Mac の場合は Cmd）+ Enter を押して画像編集を実行
  7. 結果の確認: 生成が完了すると、対応する画像が自動的に ComfyUI/output/ ディレクトリに保存されます。また、SaveImage ノード内でプレビューも可能です

​
3. 追加のワークフロー操作説明

  • 第二の画像入力を有効化したい場合、ワークフロー内でピンク／パープル色で表示されているノードに対し、ショートカットキー Ctrl + B を使用して、対応する入力ポートを有効化できます
  • カスタムサイズを指定したい場合、EmptySD3LatentImage ノードに接続されている Get image size ノードを削除し、任意のサイズを直接入力してください