Qwen-Image ComfyUI 네이티브 워크플로우 예시

Qwen-Image는 알리바바의 Qwen 팀이 발표한 최초의 이미지 생성 기반 모델입니다. 이 모델은 Apache 2.0 라이선스로 오픈소스화된 20B 파라미터 MMDiT(멀티모달 디퓨전 트랜스포머) 모델입니다. 이 모델은 복잡한 텍스트 렌더링과 정밀한 이미지 편집에서 큰 진전을 이루었으며, 영어와 중국어를 포함한 여러 언어에 대해 고화질 출력을 달성했습니다. 모델 주요 특징:

우수한 다국어 텍스트 렌더링: 영어, 중국어, 한국어, 일본어 등 다양한 언어에서 고정밀 텍스트 생성을 지원하며, 글꼴 세부 정보와 레이아웃 일관성을 유지합니다.
다양한 예술적 스타일: 포토리얼리즘 장면부터 인상파 그림, 애니메이션 스타일부터 미니멀리즘 디자인까지 다양한 창작 프롬프트에 유연하게 적응합니다.

관련 링크:

현재 Qwen-Image는 여러 ControlNet 지원 옵션을 제공합니다:

Qwen-Image-DiffSynth-ControlNets/model_patches: 캐니, 딥스, 인페인트 모델 포함
qwen_image_union_diffsynth_lora.safetensors: 이미지 구조 제어 LoRA, 캐니, 딥스, 포즈, 라인아트, 소프트엣지, 노말, 오픈포즈 지원
InstantX ControlNet: 추후 업데이트 예정

ComfyOrg Qwen-Image 라이브 스트림

Qwen-Image in ComfyUI - Lightning & LoRAs

Qwen-Image ControlNet in ComfyUI - DiffSynth

Qwen-Image 네이티브 워크플로우 예시

Portable or self deployed users
Desktop or Cloud users

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 If you can’t find them in the template, your ComfyUI may be outdated.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:

You are not using the latest ComfyUI version (Nightly version)
Some nodes failed to import at startup

Comfy Cloud에서 실행하기 이 문서에 첨부된 워크플로우에는 세 가지 다른 모델이 사용됩니다:

Qwen-Image 원본 모델 fp8_e4m3fn
8단계 가속 버전: Qwen-Image 원본 모델 fp8_e4m3fn에 lightx2v 8단계 LoRA 적용
증류 버전: Qwen-Image 증류 모델 fp8_e4m3fn

VRAM 사용량 참고 GPU: RTX4090D 24GB

모델 사용	VRAM 사용량	1세대	2세대
fp8_e4m3fn	86%	≈ 94s	≈ 71s
fp8_e4m3fn에 lightx2v 8단계 LoRA 적용	86%	≈ 55s	≈ 34s
증류된 fp8_e4m3fn	86%	≈ 69s	≈ 36s

1. 워크플로우 파일

ComfyUI를 업데이트한 후, 템플릿에서 워크플로우 파일을 찾거나 아래 워크플로우를 ComfyUI로 드래그해 불러올 수 있습니다. Qwen-image Text-to-Image 워크플로우

Qwen-Image 공식 모델용 워크플로우 다운로드

증류 버전

증류 모델용 워크플로우 다운로드

2. 모델 다운로드

ComfyUI에서 사용 가능한 모델

Qwen-Image_bf16 (40.9 GB)
Qwen-Image_fp8 (20.4 GB)
증류 버전 (비공식, 15단계만 필요)

모든 모델은 Huggingface 및 Modelscope에서 확인 가능합니다. 디퓨전 모델

qwen_image_fp8_e4m3fn.safetensors

Qwen_image_distill

증류 버전의 원저자는 cfg 1.0에서 15단계 사용을 권장합니다.
테스트 결과, 이 증류 버전은 cfg 1.0에서 10단계에서도 우수한 성능을 보입니다. 원하는 이미지 유형에 따라 오일러 또는 res_multistep 중 선택할 수 있습니다.

LoRA

Qwen-Image-Lightning-8steps-V1.0.safetensors

텍스트 인코더

qwen_2.5_vl_7b_fp8_scaled.safetensors

VAE qwen_image_vae.safetensors 모델 저장 위치

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   ├── qwen_image_fp8_e4m3fn.safetensors
│   │   └── qwen_image_distill_full_fp8_e4m3fn.safetensors ## 증류 버전
│   ├── 📂 loras/
│   │   └── Qwen-Image-Lightning-8steps-V1.0.safetensors   ## 8단계 가속 LoRA 모델
│   ├── 📂 vae/
│   │   └── qwen_image_vae.safetensors
│   └── 📂 text_encoders/
│       └── qwen_2.5_vl_7b_fp8_scaled.safetensors

3. 워크플로우 지침

Load Diffusion Model 노드가 qwen_image_fp8_e4m3fn.safetensors를 로드했는지 확인하세요.
Load CLIP 노드가 qwen_2.5_vl_7b_fp8_scaled.safetensors를 로드했는지 확인하세요.
Load VAE 노드가 qwen_image_vae.safetensors를 로드했는지 확인하세요.
EmptySD3LatentImage 노드가 정확한 이미지 크기로 설정되었는지 확인하세요.
CLIP Text Encoder 노드에 프롬프트를 설정하세요. 현재 영어, 중국어, 한국어, 일본어, 이탈리아어 등을 지원합니다.
8단계 가속 LoRA를 lightx2v로 활성화하려면 해당 노드를 선택하고 Ctrl + B를 눌러 활성화하고, 8번 단계에서 설명한 대로 Ksampler 설정을 수정하세요.
Queue 버튼을 클릭하거나, 단축키 Ctrl(cmd) + Enter를 사용해 워크플로우를 실행하세요.
모델 버전과 워크플로우에 따라 KSampler 매개변수를 적절히 조정하세요.

증류 모델과 lightx2v의 8단계 가속 LoRA는 동시에 사용되지 않는 것으로 보입니다. 서로 다른 조합을 실험해 함께 사용할 수 있는지 확인해보세요.

Qwen Image InstantX ControlNet 워크플로우

이것은 ControlNet 모델이므로 일반 ControlNet처럼 사용할 수 있습니다. Comfy Cloud에서 실행하기

1. 워크플로우 및 입력 이미지

아래 이미지를 다운로드해 ComfyUI로 드래그해 워크플로우를 불러오세요.

JSON 형식 워크플로우 다운로드

아래 이미지를 입력으로 다운로드하세요.

2. 모델 링크

InstantX Controlnet

Qwen-Image-InstantX-ControlNet-Union.safetensors를 다운로드해 ComfyUI/models/controlnet/ 폴더에 저장하세요.

Lotus Depth 모델

이 모델을 사용해 이미지의 깊이맵을 생성합니다. 다음 두 모델을 다운로드해야 합니다: 디퓨전 모델

lotus-depth-d-v1-1.safetensors

VAE 모델

vae-ft-mse-840000-ema-pruned.safetensors 또는 어떤 SD1.5 VAE도 가능합니다.

ComfyUI/
├── models/
│   ├── diffusion_models/
│   │   └── lotus-depth-d-v1-1.safetensors
│   └── vae/
│       └── lvae-ft-mse-840000-ema-pruned.safetensors

comfyui_controlnet_aux와 같은 맞춤형 노드를 사용해 깊이맵을 생성할 수도 있습니다.