Qwen-Image: texto para imagem
Gere imagens com renderização e edição de texto multilíngue excepcional usando o modelo MMDiT de 20B do Qwen-Image.
Experimente um exemplo
Sobre este fluxo de trabalho
Este fluxo demonstra geração de imagens a partir de texto com o transformer de difusão 20B MMDiT do Qwen-Image dentro do ComfyUI. O centro do fluxo é um nó dedicado de geração do Qwen-Image (UUID: e5cfe5ba-2ae0-4bc4-869f-ab2228cb44d3), que carrega os pesos do modelo Qwen-Image e produz uma imagem diretamente do seu prompt. Um nó MarkdownNote fornece orientações no grafo, e um nó SaveImage grava a saída final na pasta de saída do ComfyUI.
Tecnicamente, o nó Qwen-Image executa o modelo 20B MMDiT de ponta a ponta, cuidando do condicionamento do prompt e dos passos de difusão internamente. Os arquivos oficiais do modelo estão disponíveis nos repositórios Comfy-Org/Qwen-Image_ComfyUI (Hugging Face ou Modelscope). O fluxo suporta presets práticos para proporções e resoluções (ex: 1328×1328 para 1:1, 1664×928 para 16:9, 928×1664 para 9:16, 1472×1140 para 4:3). Em uma RTX 4090D 24GB, a configuração FP8 e4m3fn gera a primeira imagem em cerca de 90 segundos, com execuções seguintes mais rápidas, dependendo das configurações. O Qwen-Image é projetado para renderizar texto multilíngue em imagens, sendo ideal para pôsteres, sinalização, mockups de UI e outros gráficos onde texto legível é importante.
Perguntas e respostas
Baixe dos repositórios Comfy-Org/Qwen-Image_ComfyUI no Hugging Face ou Modelscope. Siga as instruções do repositório (normalmente, coloque na pasta de modelos do ComfyUI). Depois, selecione o checkpoint no nó Qwen-Image.
Use os presets fornecidos e testados neste fluxo: 1328×1328 (1:1), 1664×928 (16:9), 928×1664 (9:16) e 1472×1140 (4:3). Tamanhos maiores podem melhorar a legibilidade, mas aumentam o uso de VRAM e o tempo de renderização.
Em uma RTX 4090D 24GB, FP8 e4m3fn roda eficientemente e pode gerar a primeira imagem em cerca de 90 segundos, com execuções seguintes mais rápidas. FP8 e4m3fn é uma configuração de baixa precisão que reduz o uso de memória. Se tiver menos VRAM, reduza a resolução ou use um checkpoint/precisão mais leve se disponível.
Seja explícito e conciso sobre o texto e idioma no prompt; evite instruções longas e complexas quando precisar de tipografia nítida. Escolha um preset de resolução adequado, prefira fundos de alto contraste e ajuste o texto se caracteres ficarem ambíguos.
Workflows relacionados
- Qwen-Image, SeedVR2
Gerador de Skybox HDR Equirretangular
- Qwen-Image
Patch de Modelo ControlNet Qwen-Image
- Qwen, Qwen-Image
Qwen Image 2512
- Qwen-Image
Qwen Image Edit 2509
- Qwen-Image
Qwen Image: Animais de Goma LoRA
- Qwen-Image
Qwen Image: LoRA de Ilustração
- Qwen-Image
Qwen-Image Inpainting ControlNet
- Qwen-Image
Qwen-Image InstantX Union ControlNet
- Qwen-Image
Qwen-Image Union Control
- Qwen-Image
Qwen-Image: texto para imagem