Qwen-Image: текст в изображение

Генерация изображений с исключительными возможностями многоязычной визуализации и редактирования текста с использованием модели Qwen-Image 20B MMDiT.

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

Попробовать пример

Об этом рабочем процессе

Этот рабочий процесс демонстрирует генерацию «текст в изображение» с помощью 20B MMDiT diffusion transformer от Qwen-Image внутри ComfyUI. В центре — специализированная нода генерации Qwen-Image (UUID: e5cfe5ba-2ae0-4bc4-869f-ab2228cb44d3), которая загружает веса модели Qwen-Image и создаёт изображение напрямую из вашего промпта. Нода MarkdownNote даёт подсказки прямо внутри графа, а нода SaveImage записывает финальный выход в ваш выходной каталог ComfyUI.

Технически нода Qwen-Image запускает модель 20B MMDiT целиком, выполняя кондиционирование промпта и шаги диффузии внутри ноды. Официальные файлы модели доступны в репозиториях Comfy-Org/Qwen-Image_ComfyUI (Hugging Face или Modelscope). Рабочий процесс поддерживает практичные пресеты соотношений сторон и разрешений (например, 1328×1328 для 1:1, 1664×928 для 16:9, 928×1664 для 9:16, 1472×1140 для 4:3). На RTX 4090D 24GB конфигурация FP8 e4m3fn, по наблюдениям, завершает первое изображение примерно за 90 секунд, а последующие — быстрее, в зависимости от настроек. Qwen-Image рассчитана на рендер многоязычного текста внутри изображений, поэтому хорошо подходит для постеров, вывесок, UI-мокапов и другой графики, где важна читаемость текста.

Вопросы и ответы