Qwen-Image: texte vers image
Générer des images avec des capacités exceptionnelles de rendu et d'édition de texte multilingue en utilisant le modèle MMDiT 20B de Qwen-Image.
Essayer un exemple
À propos de ce workflow
Ce workflow démontre la génération texte-vers-image avec le transformeur de diffusion 20B MMDiT de Qwen-Image dans ComfyUI. Il s'appuie sur un nœud dédié Qwen-Image (UUID : e5cfe5ba-2ae0-4bc4-869f-ab2228cb44d3), qui charge les poids du modèle Qwen-Image et produit une image directement à partir de votre invite. Un nœud MarkdownNote fournit des conseils intégrés dans le graphe, et un nœud SaveImage enregistre le résultat final dans votre dossier de sortie ComfyUI.
Techniquement, le nœud Qwen-Image exécute le modèle 20B MMDiT de bout en bout, gérant le conditionnement de l'invite et la diffusion en interne. Les fichiers modèles officiels sont disponibles sur les dépôts Comfy-Org/Qwen-Image_ComfyUI (Hugging Face ou Modelscope). Le workflow propose des préréglages pratiques pour les ratios et résolutions (ex : 1328×1328 pour 1:1, 1664×928 pour 16:9, 928×1664 pour 9:16, 1472×1140 pour 4:3). Sur une RTX 4090D 24Go, la configuration FP8 e4m3fn permet d'obtenir une première image en environ 90 secondes, puis plus rapidement selon les réglages. Qwen-Image est conçu pour rendre du texte multilingue dans les images, idéal pour affiches, signalétiques, maquettes UI et autres visuels où la lisibilité du texte est essentielle.
Questions-réponses
Téléchargez-les depuis les dépôts Comfy-Org/Qwen-Image_ComfyUI sur Hugging Face ou Modelscope. Suivez les instructions du dépôt (généralement dans le dossier models de ComfyUI). Sélectionnez ensuite le checkpoint dans le nœud Qwen-Image.
Utilisez les préréglages fournis et testés : 1328×1328 (1:1), 1664×928 (16:9), 928×1664 (9:16), 1472×1140 (4:3). Des tailles plus grandes améliorent la lisibilité mais augmentent la VRAM et le temps de rendu.
Sur une RTX 4090D 24Go, FP8 e4m3fn fonctionne efficacement et permet d'obtenir une première image en ~90 secondes, puis plus rapidement. FP8 e4m3fn est une configuration basse précision qui réduit l'utilisation mémoire. Si vous avez moins de VRAM, baissez la résolution ou utilisez un checkpoint plus léger si disponible.
Soyez explicite et concis sur le texte et la langue dans votre invite ; évitez les instructions trop longues ou complexes pour une typographie nette. Choisissez une résolution adaptée, privilégiez les fonds à fort contraste et ajustez l'invite si certains caractères sont ambigus.
Workflows associés
- Qwen-Image, SeedVR2
Générateur de Skybox HDR Équirectangulaire
- Qwen, Qwen-Image
Qwen Image 2512
- Qwen-Image
Qwen Image : Animaux en gélatine LoRA
- Qwen-Image
Qwen Image : LoRA d'illustration
- Qwen-Image
Qwen Image Edit 2509
- Qwen-Image
Qwen-Image ControlNet Basique
- Qwen-Image
Qwen-Image Inpainting ControlNet
- Qwen-Image
Qwen-Image InstantX ControlNet
- Qwen-Image
Qwen-Image Union Control
- Qwen-Image
Qwen-Image: texte vers image