SYSTMS ACTION: QWEN IMAGE EDIT 2511
Transforme praticamente qualquer coisa em um brinquedo com o LoRA ACTION Qwen Image Edit 2511! Basta enviar uma imagem e escrever no prompt "action the [subject]"!
Experimente um exemplo
Sobre este fluxo de trabalho
Este fluxo de trabalho tutorial do ComfyUI demonstra edição de imagem baseada em instruções com Qwen Image Edit 2511 e um LoRA "ACTION" direcionado que transforma assuntos em versões com aparência de brinquedo. Ele carrega o modelo de difusão Qwen Image Edit 2511 com UNETLoader e aplica o LoRA ACTION via LoraLoaderModelOnly para inclinar a estética para um visual lúdico, em miniatura ou de brinquedo colecionável. O nó QwenEditTextEncode_EditUtils combina um text encoder dedicado do Qwen 2.5 VL com sua imagem de entrada e instrução (por exemplo, "action the cat") para criar condicionamento sensível à edição, enquanto RandomNoise inicializa o latent. SamplerCustomAdvanced executa o processo de difusão usando o sampler escolhido em KSamplerSelect e o schedule de BasicScheduler, com CFGGuider controlando a força do guidance (classifier-free guidance).
A imagem de entrada é preparada para o modelo com ResizeImagesByLongerEdge e ImageCrop+ para padronizar dimensões, com GetImageSize e PrimitiveInt passando informações de tamanho para o sampler. Após a amostragem, VAELoader e VAEDecode convertem os latentes de volta para uma imagem RGB, e SaveImage grava o resultado. Como este é um modelo de edição que segue instruções, você não precisa de um caminho de init-latent — sua foto original é consumida pelo encoder do Qwen como referência visual, enquanto o LoRA direciona o resultado para um estilo de brinquedo consistente. O nó Note incluído documenta o padrão de prompt ("action the [subject]") para que você produza resultados consistentes rapidamente.
Perguntas e respostas
Baixe o modelo de difusão Qwen Image Edit 2511 (UNET) e o encoder de texto Qwen 2.5 VL pelos links fornecidos. Coloque o modelo de difusão em ComfyUI/models/diffusion_models e o encoder de texto em ComfyUI/models/text_encoders. Carregue um VAE compatível em VAELoader. O ACTION LoRA é carregado via LoraLoaderModelOnly.
Aumente ou diminua a força do ACTION LoRA no LoraLoaderModelOnly e ajuste o CFG no CFGGuider. Maior força do LoRA e CFG intensificam o efeito brinquedo; valores menores preservam mais do visual original. Você também pode ajustar steps para mais detalhe (mais) ou velocidade (menos).
Não. Este fluxo usa edição baseada em instrução: a imagem de entrada e a instrução de texto são codificadas juntas pelo QwenEditTextEncode_EditUtils, e a difusão começa do ruído. Controle a intensidade via força do LoRA, guidance (CFGGuider), escolha do sampler e steps.
Comece com um sampler equilibrado como DPM++ 2M Karras ou Euler e 20–30 steps. Os nós ResizeImagesByLongerEdge e ImageCrop+ definem um canvas consistente—use um tamanho adequado à sua GPU. Resoluções maiores exigem mais VRAM e tempo; se ocorrer erro de memória, reduza o tamanho do lado longo ou os steps.