Qwen-Image: texto para imagem

Gere imagens com renderização e edição de texto multilíngue excepcional usando o modelo MMDiT de 20B do Qwen-Image.

Input

Describe the image. Put any text to render in quotes.

Qwen-Image works well near 1.6 MP, e.g. 1664×928.

Qwen-Image works well near 1.6 MP, e.g. 1664×928.

Advanced settings

Used when fast mode is off. How closely to follow the prompt.

Default: 4

Use the Lightning LoRA: much faster, slightly less detail (fixes steps to 8 and CFG to 1).

What to keep out of the image.

Leave empty for a new result each run. Enter a number to repeat one.

Used when fast mode is off.

Default: 20

Output
Output
Example

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