Qwen-Image-Edit lokal: ComfyUI und VRAM erforderlich

#Warum Qwen-Image-Edit und was die Familie umfasst

Die Qwen-Image-Familie umfasst zwei Anwendungsfälle. Qwen-Image erzeugt aus einem Text ein Bild, mit einer in seinem technischen Bericht anerkannten Stärke: der Darstellung von Text im Bild, einschließlich vollständiger Sätze und nichtlateinischer Alphabete. Qwen-Image-Edit geht von demselben Modell aus, um ein vorhandenes Bild zu bearbeiten. Das GitHub-Repository QwenLM/Qwen-Image und das Hugging-Face-Datenblatt Qwen/Qwen-Image-Edit unterscheiden zwei Arten der Bearbeitung: die semantische Bearbeitung, die den Inhalt oder Stil ändert und dabei die Identität des Motivs bewahrt, sowie die Bearbeitung des Erscheinungsbilds, bei der ein Element hinzugefügt, entfernt oder ersetzt wird, ohne den Rest anzutasten. Das Modell kann außerdem Text in einem Bild korrigieren oder ersetzen und dabei Schriftart und Layout beibehalten.

Architektur und Lizenz sind die beiden Fakten, die Sie sich vor dem Herunterladen merken sollten. Das Diffusionsmodell ist ein multimodaler Transformer (MMDiT) mit etwa 20 Milliarden Parametern. Der Text-Encoder ist kein kleines CLIP-Modell, sondern Qwen2.5-VL 7B, ein vollständiges Vision-Language-Modell, das sowohl Ihre Anweisung als auch das Eingabebild liest. Beide werden unter der Apache-2.0-Lizenz veröffentlicht, die eine kommerzielle Nutzung der Gewichte erlaubt. Jede Komponente wird separat heruntergeladen, und diese Verteilung auf drei Dateien verursacht die meisten der weiter unten beschriebenen Node-Fehler.

Die Modellfamilie entwickelt sich schnell weiter. Die erste Version von Qwen-Image-Edit wurde im August 2025 veröffentlicht. Im September 2025 folgte eine Version mit der Bezeichnung 2509: Sie akzeptiert mehrere Eingabebilder und unterstützt nativ Bedingungen vom Typ ControlNet, etwa eine Tiefenkarte, Konturen oder eine Pose. Ende 2025 erschien eine Version 2511 mit besserer Motivkonsistenz, und das Generierungsmodell erhielt seinerseits eine Überarbeitung 2512. Für 2026 wurden Versionen 2.x angekündigt. Dieser Leitfaden stützt sich auf die von ComfyUI Schritt für Schritt dokumentierte Modellfamilie, von der Version aus dem August 2025 bis 2511: Die Nodes und die Dateiorganisation sind dort identisch. Lesen Sie vor der Auswahl den oberen Teil der GitHub-README, in dem die Versionen mit ihrem Veröffentlichungsdatum aufgeführt sind.

#Nativ, FP8 oder GGUF: Welche Version von Qwen-Image-Edit soll heruntergeladen werden?

Drei Formen desselben Modells sind im Umlauf, und sie werden nicht auf dieselbe Weise verwendet.

Nativ (bf16, Diffusers-Format)

Das Repository Qwen/Qwen-Image-Edit auf Hugging Face, auf mehrere safetensors-Dateien aufgeteilt und für die Diffusers-Bibliothek in Python vorgesehen. In bf16 entsprechen 20 Milliarden Parameter ungefähr 40 GB allein für den Transformer, zuzüglich des Textencoders. Dies ist der Weg für Python-Skripte und Grafikkarten mit 48 GB oder mehr oder für eine teilweise Auslagerung in den RAM. Nicht der Weg für ComfyUI.

Von Comfy Org neu verpacktes FP8

Das Repository Comfy-Org/Qwen-Image-Edit_ComfyUI auf Hugging Face enthält die Gewichte in einer einzigen FP8-Datei (Format e4m3fn), wobei der Text-Encoder und der VAE in Unterordner aufgeteilt sind. Dies ist die Version, die von den offiziellen ComfyUI-Workflows verwendet wird. Die Datei des Diffusionsmodells ist etwas größer als 20 GB. Im selben Repository gibt es für Karten mit ausreichend Platz eine etwa 41 GB große bf16-Variante.

Community-GGUF

GGUF-Konvertierungen, dem Format für quantisierte LLMs, veröffentlicht von Mitwirkenden wie city96, QuantStack oder Unsloth. Sie reichen bis Q8_0, Q6_K, Q5_K_M, Q4_K_M, Q3_K_M oder Q2_K und erfordern die Erweiterung ComfyUI-GGUF. Unter 16 GB VRAM ist dies die realistischste Option und auf dem Mac die komfortabelste.

Die Auswahlregel ist einfach. 24-GB-Karte: offizielles FP8, ohne lange zu überlegen. 16-GB-Karte: FP8 funktioniert dank der Speicherauslagerung von ComfyUI, aber ein GGUF Q6_K oder Q5_K_M vermeidet Verzögerungen. 12-GB-Karte: GGUF Q4_K_M oder niedriger. Mac Apple Silicon: GGUF, weil ComfyUI auf Metal nicht in FP8 rechnet und diese Gewichte beim Laden dequantisiert, wodurch sich der belegte Speicher verdoppelt.

#Benötigter VRAM: Wo Sie die Zahlen finden und wie Sie sie interpretieren

Weder das GitHub-README noch die Hugging-Face-Seite von Qwen enthalten eine Tabelle nach dem Muster „so viel VRAM für diese Karte“. Auch die ComfyUI-Dokumentation nennt für dieses Modell keine solche Tabelle: Ihre Tutorials listen die herunterzuladenden Dateien, den Zielordner und den Workflow auf und nennen manchmal die Hardware und die Dauer ihrer eigenen Tests, die als Richtwert und nicht als Versprechen zu verstehen sind. Die verlässliche, datierte und überprüfbare Angabe ist die Größe jeder Datei, die auf ihrer Hugging-Face-Seite angezeigt wird. Alles Weitere lässt sich daraus ableiten.

Das Diffusionsmodell

Etwa 20 GB in FP8 (Datei qwen_image_edit_fp8_e4m3fn.safetensors aus dem Comfy-Org-Repository, veröffentlicht im August 2025), etwa 41 GB in bf16. Bei GGUF berechnet sich das Gewicht so: 20 Milliarden Parameter multipliziert mit der Anzahl der Bits pro Parameter, geteilt durch acht. Ein Q8_0 mit 8,5 Bits ergibt etwa 21 GB, ein Q4_K_M mit 4,5 bis 5 Bits etwa 12 GB, ein Q3_K_M etwa 9 bis 10 GB, ein Q2_K etwa 7 GB. Die Seite jedes GGUF-Repositories zeigt den genauen Wert jeder Datei an.

Der Text-Encoder

Die Datei qwen_2.5_vl_7b_fp8_scaled.safetensors aus dem Comfy-Org-Repository ist etwa 9,4 GB groß. Sie muss während der Entrauschung nicht im VRAM verbleiben: ComfyUI lädt sie zum Kodieren des Prompts und des Bildes dorthin und entlädt sie wieder, wenn der Platz knapp wird. Deshalb können ein 20-GB-Modell und ein 9-GB-Encoder auf einer 24-GB-Karte laufen.

Der VAE

Die Datei qwen_image_vae.safetensors ist etwa 250 MB groß. Im Speicher vernachlässigbar, aber unverzichtbar und spezifisch für diese Familie: Ein VAE von Flux oder SDXL erzeugt farbiges Rauschen.

Die Aktivierungen

Die Berechnung selbst benötigt zusätzlich zu den Gewichten Platz, bei hoher Auflösung sogar noch mehr. Der offizielle Workflow verkleinert das Eingabebild auf etwa ein Megapixel, wodurch dieser Anteil begrenzt wird. Verdoppeln Sie die Ausgabeauflösung, wächst dieser Spielraum.

ComfyUI aktiviert standardmäßig eine dynamische VRAM-Verwaltung, die in unserer Installationsanleitung beschrieben wird: Wenn die Gewichte die Grafikkarte übersteigen, bleibt ein Teil im RAM und wird bei Bedarf übertragen. Das Modell läuft dann auf einer Karte mit 12 oder 16 GB, aber jeder Wechsel zwischen den beiden kostet Zeit, und der Systemspeicher wird zur eigentlichen Obergrenze: Bei einem Modell mit 20 GB und einem 9-GB-Encoder sind 32 GB RAM das Minimum, 64 GB bieten Komfort. Die folgende Übersicht fasst die Logik zusammen, ohne eine Messung zu beanspruchen.

24 GB und mehr (RTX 3090, 4090, 5090)

Vollständiges offizielles FP8, FP8-Encoder, ein Megapixel-Ausgabebild ohne Auslagerung. Die 41-GB-bf16-Version bleibt 48-GB-Profikarten vorbehalten.

16 GB (RTX 4080, 5080, 4060 Ti 16 GB)

FP8 mit Auslagerung oder GGUF Q6_K bis Q5_K_M, die mit zwischen den Schritten ausgelagertem Encoder in die Karte passen.

12 GB (RTX 3060 12 GB, 4070, 5070, 5070 Ti)

GGUF Q4_K_M oder Q3_K_M, FP8-Encoder geladen und anschließend entladen, 32 GB RAM. Rechnen Sie mit deutlich längeren Generierungen als mit SDXL.

8 GB

Mit Q2_K oder Q3 und umfangreicher Auslagerung möglich, allerdings mit geringerer Geschwindigkeit und Qualität. Nur für gelegentliche Bearbeitung.

Mac mit Apple Silicon

Der Unified Memory dient als VRAM. Ein 12 GB großer GGUF Q4_K_M und der 9 GB große Encoder erfordern einen Mac mit 32 GB; 48 GB und mehr, um ohne Einschränkungen zu arbeiten.

#Voraussetzungen

ComfyUI auf dem neuesten Stand

Die für Qwen-Image spezifischen Nodes wie TextEncodeQwenImageEdit kamen im August 2025 in ComfyUI hinzu, die der Version 2509 im September 2025. Eine ältere Installation ignoriert sie und zeigt rote Nodes an. Aktualisieren Sie unbedingt vorher: Desktop aktualisiert sich selbst, das portable Archiv über das Skript update, die manuelle Installation mit git pull.

Eine NVIDIA-Karte mit mindestens 12 GB oder einen Mac mit 32 GB

Darunter bleibt die Bearbeitung zwar möglich, wird aber zu einer Geduldsprobe. AMD funktioniert unter Linux mit ROCm und seit Januar 2026 unter Windows mit der Desktop-Anwendung.

Speicherplatz auf der Festplatte

FP8: etwas mehr als 30 GB für das Trio aus Modell, Encoder und VAE. Rechnen Sie mit 10 bis 21 GB je GGUF-Variante, die Sie ausprobieren.

Eine bereits funktionierende ComfyUI-Installation

Erstes mit SDXL oder Flux erzeugtes Bild. Falls dies nicht der Fall ist, beginnen Sie zunächst mit dem Installationsleitfaden: Dieser Leitfaden setzt an, sobald ComfyUI unter http://127.0.0.1:8188 geöffnet wird.

#Schritte 1 und 2: Die richtigen Dateien herunterladen und ablegen

Der kürzeste Weg führt zur integrierten Workflow-Modellbibliothek von ComfyUI: Menü Workflow, Modelle durchsuchen, Kategorie Image, dann das Modell Qwen-Image-Edit oder je nach gewünschter Version dessen Variante 2509 oder 2511. ComfyUI erkennt fehlende Dateien und bietet an, sie direkt in den richtigen Ordner herunterzuladen. Wenn Sie den manuellen Download bevorzugen, etwa um die Kontrolle über die gewählte Variante zu behalten, finden Sie hier die erwartete Struktur, wie sie im Tutorial Qwen-Image-Edit auf docs.comfy.org dokumentiert ist.

ComfyUI/
└── models/
    ├── diffusion_models/
    │   └── qwen_image_edit_fp8_e4m3fn.safetensors        # ou qwen_image_edit_2509_fp8_e4m3fn.safetensors
    ├── text_encoders/
    │   └── qwen_2.5_vl_7b_fp8_scaled.safetensors
    ├── vae/
    │   └── qwen_image_vae.safetensors
    └── loras/
        └── Qwen-Image-Lightning-4steps-V1.0.safetensors    # facultatif, accélère

1. 01
   Diffusionsmodell herunterladen

   Auf Hugging Face im Repository Comfy-Org/Qwen-Image-Edit_ComfyUI, im Verzeichnis split_files/diffusion_models. Nehmen Sie die zur gewünschten Version passende FP8-Datei. Überprüfen Sie vor dem Klicken die auf der Seite angezeigte Größe und vergleichen Sie sie anschließend mit der empfangenen Datei: Ein abgebrochener Download führt zu einer abgeschnittenen Datei und einem unverständlichen Fehler beim Laden.
2. 02
   Text-Encoder und VAE herunterladen

   Dasselbe Repository, die Verzeichnisse split_files/text_encoders und split_files/vae. Der Encoder wird von Qwen-Image und allen Versionen von Qwen-Image-Edit gemeinsam genutzt: Eine einzige Kopie genügt, auch wenn Sie mehrere Modellversionen installieren. Dasselbe gilt für den VAE.
3. 03
   Jede Datei in ihrem Unterverzeichnis ablegen

   Modell in diffusion_models, Encoder in text_encoders, VAE in vae. Mit ComfyUI Desktop befindet sich der Ordner models am bei der Installation gewählten Speicherort, der in den Anwendungseinstellungen angezeigt wird. Eine Datei, die statt in diffusion_models in checkpoints abgelegt wird, erscheint nicht im Lade-Node.
4. 04
   Optional: der LoRA Lightning

   Das Repository lightx2v/Qwen-Image-Lightning veröffentlicht LoRAs, die die Generierung von 20 auf 4 oder 8 Schritte verkürzen, sowohl für Qwen-Image als auch für Qwen-Image-Edit. Datei in models/loras. Spätere Versionen des Editiermodells haben eigene Lightning-LoRAs: Nehmen Sie diejenige, die den Namen Ihrer Version trägt.
5. 05
   ComfyUI aktualisieren

   Klicken Sie nach dem Kopieren der Dateien auf die Schaltfläche zum Aktualisieren der Benutzeroberfläche oder laden Sie die Seite neu. Die Lade-Nodes lesen die Verzeichnisse in diesem Moment erneut ein, nicht fortlaufend.

#Schritt 3: Den Bearbeitungs-Workflow laden und seine Nodes verstehen

Öffnen Sie das Workflow-Modell Qwen-Image-Edit aus der Bibliothek. Wenn Sie die Dateien manuell heruntergeladen haben, kann ComfyUI anbieten, sie erneut herunterzuladen: Lehnen Sie ab und wählen Sie dann Ihre Dateien in den Lade-Nodes aus. Der Graph umfasst etwa zehn Nodes, und jeder hat eine genau festgelegte Aufgabe.

Diffusionsmodell laden

Lädt die Datei aus models/diffusion_models. Das Dropdown-Menü muss Ihre Datei Qwen-Image-Edit anzeigen; ist es leer, liegt die Datei am falschen Ort oder die Oberfläche wurde nicht aktualisiert.

CLIP laden, qwen_image eingeben

Lädt den Qwen2.5-VL-Encoder aus models/text_encoders. Das Feld type muss qwen_image enthalten. Bei einem anderen Typ wird der Encoder ohne Fehler geladen, aber der Prompt falsch interpretiert und Sie erhalten beliebige Ergebnisse.

Load VAE

Der VAE von Qwen-Image. Nichts anderes.

Load Image, dann Scale Image to Total Pixels

Ihr zu bearbeitendes Bild, auf etwa ein Megapixel verkleinert. Diese Größenänderung ist nicht optional: Das Modell wurde in dieser Größenordnung trainiert, und eine deutlich größere Eingabe beeinträchtigt die Kohärenz und erhöht zugleich den VRAM-Bedarf.

TextEncodeQwenImageEdit

Der für diese Familie spezifische Node. Er erhält den Encoder, den VAE, das Bild und Ihre Anweisung und erzeugt die Konditionierung. Es gibt zwei davon: einen für die positive und einen für die negative Anweisung. Ab Version 2509 und in den folgenden Versionen heißt der Node TextEncodeQwenImageEditPlus und akzeptiert bis zu drei Bilder.

ModelSamplingAuraFlow und CFGNorm

Zwei Nodes zur Einstellung der Entrauschung, im offiziellen Workflow voreingestellt, darunter eine Verschiebung (shift) um etwa 3. Entfernen Sie sie nicht: Ohne sie erscheinen die Bilder ausgewaschen oder übersättigt.

KSampler, VAE Decode, Save Image

Entrauschen, Dekodieren und Speichern wie in jedem ComfyUI-Workflow. Das Bild wird im Ordner output ausgegeben, wobei der vollständige Workflow in der PNG-Datei eingetragen ist.

Formulieren Sie die Anweisung als Instruktion, nicht als Beschreibung des fertigen Bildes: „replace the text on the sign with OUVERT, keep the same font“, „change the jacket to red leather, keep everything else“, „remove the person on the left“. Das Modell versteht Chinesisch und Englisch vorrangig; Französisch funktioniert oft, aber Englisch bleibt bei präzisen Anweisungen zuverlässiger. Lassen Sie die Negativanweisung leer oder sehr kurz.

#Schritt 4: Die Einstellungen und LoRA Lightning für mehr Geschwindigkeit

Der offizielle Workflow beginnt mit 20 Schritten, einem CFG von 2,5, dem Sampler euler und dem einfachen Scheduler. Diese Werte sind ein guter Ausgangspunkt: Der CFG dieses Modells ist konstruktionsbedingt niedrig, und eine Erhöhung auf 7 wie bei SDXL führt zu übersättigten und verzerrten Bildern. Ändern Sie zuerst den Seed, um Varianten zu erhalten, und anschließend die Schrittzahl, wenn dem Ergebnis Fe细heit fehlt.

1. 01
   Erste Ausgabe ohne LoRA

   Starten Sie den Workflow unverändert mit einem einfachen Bild und einer kurzen Anweisung. Beobachten Sie das Terminal: Bei der ersten Ausführung werden 30 GB Gewichte von der Festplatte geladen, was mehrere Minuten dauern kann. Nachfolgende Ausführungen verwenden wieder, was sich bereits im Speicher befindet.
2. 02
   LoRA Lightning hinzufügen

   Fügen Sie zwischen Load Diffusion Model und ModelSamplingAuraFlow einen node LoraLoaderModelOnly ein, wählen Sie den LoRA Lightning 4 pas, force 1. Stellen Sie den KSampler auf 4 Schritte und CFG auf 1,0: Diese LoRAs sind darauf trainiert, ohne Guidance zu funktionieren. Die Anzahl der Schritte wird durch fünf geteilt, also auch die Entrauschungszeit im gleichen Verhältnis – möglicherweise auf Kosten der Detailtreue und der Genauigkeit beim Text, die das LoRA-Repository nicht beziffert.
3. 03
   Den Seed für den Vergleich festlegen

   Stellen Sie den KSampler auf einen festen Seed ein, bevor Sie zwei Prompts oder zwei Modellvarianten vergleichen. Andernfalls schreiben Sie dem Parameter Unterschiede zu, die in Wirklichkeit vom Zufall stammen.
4. 04
   Mehrere Bearbeitungen hintereinander ausführen

   Um in mehreren Durchläufen zu korrigieren, laden Sie das Ausgabebild als neue Eingabe. Jeder Durchlauf geht erneut durch den VAE und verliert etwas Detail: Beschränken Sie sich auf zwei oder drei Durchläufe und bewahren Sie das Original auf.

#Schritt 5: die GGUF-Variante für 12- bis 16-GB-Karten und Macs

ComfyUI liest GGUF nicht nativ: Sie benötigen die ComfyUI-GGUF-Erweiterung von city96, die in ComfyUI-Manager verfügbar ist oder per Git-Clone im Ordner custom_nodes installiert werden kann. Sie fügt spezielle Lade-Nodes hinzu, und die Ablagelogik bleibt dieselbe.

cd ComfyUI/custom_nodes
git clone https://github.com/city96/ComfyUI-GGUF
pip install -r ComfyUI-GGUF/requirements.txt
# puis redémarrer ComfyUI

1. 01
   Die Quantisierung auswählen

   Im ausgewählten GGUF-Repository, etwa city96/Qwen-Image-Edit-gguf oder QuantStack/Qwen-Image-Edit-2509-GGUF, listet die Seite jede Datei mit ihrer Größe auf. Nehmen Sie die größte Datei, bei der nach Abzug der vorgesehenen Auflösung etwa 2 GB Reserve in Ihrem VRAM bleiben: Q6_K oder Q5_K_M für 16 GB, Q4_K_M für 12 GB. Wie bei LLMs ist Q4_K_M der übliche Kompromiss; unterhalb von Q3 leiden Texte und kleine Details.
2. 02
   Datei ablegen

   Das GGUF des Diffusionsmodells gehört nach models/diffusion_models oder nach models/unet, das die Erweiterung ebenfalls einliest. Der Text-Encoder und der VAE bleiben wie in Schritt 1 im Safetensors-Format.
3. 03
   Den Lade-Node ersetzen

   Löschen Sie im offiziellen Workflow Load Diffusion Model und ersetzen Sie es durch Unet Loader (GGUF). Verbinden Sie dessen Ausgabe model dort, wo zuvor die alte Ausgabe angeschlossen war. Der Rest des Graphen bleibt unverändert: TextEncodeQwenImageEdit, VAE, KSampler – alles funktioniert identisch.
4. 04
   Den Encoder in safetensors behalten

   Es gibt GGUFs von Qwen2.5-VL 7B, aber die für llama.cpp erstellten sind auf Dialog ausgelegt und enthalten nicht unbedingt den Vision-Teil, den die Edition zum Lesen des Eingabebildes benötigt. Mit der offiziellen Datei qwen_2.5_vl_7b_fp8_scaled.safetensors schließen Sie eine Fehlerursache aus. Wechseln Sie nur dann zu einem GGUF-Encoder, wenn das Repository ausdrücklich dessen Kompatibilität mit Qwen-Image-Edit in ComfyUI-GGUF angibt.

Auf dem Mac gilt dasselbe Verfahren, mit einem einzigen Unterschied: Überwachen Sie den Speicherdruck in der Aktivitätsanzeige. Wenn der Unified Memory überläuft, schreibt macOS auf die SSD und jedes Bild benötigt ein Mehrfaches der Zeit, ohne Fehlermeldung.

#Häufige Node-Fehler mit Qwen-Image-Edit

Rote Nodes: TextEncodeQwenImageEdit oder TextEncodeQwenImageEditPlus nicht gefunden

ComfyUI ist zu alt. Diese Nodes gehören zum Kern von ComfyUI, nicht zu einer Erweiterung: Kein Manager wird sie finden. Aktualisieren Sie ComfyUI und starten Sie es neu.

Die Ausgaben des Prompts haben die Validierung nicht bestanden, Wert nicht in der Liste

Die in einem Lade-Node ausgewählte Datei existiert nicht im erwarteten Ordner. Das passiert, wenn Sie einen heruntergeladenen Workflow öffnen, dessen Dateinamen von Ihren eigenen abweichen. Öffnen Sie das Dropdown-Menü jedes Lade-Nodes erneut und wählen Sie Ihre Datei aus.

Der Typ qwen_image erscheint nicht in Load CLIP

Dieselbe Ursache: ComfyUI-Version vor August 2025. Aktualisieren Sie.

CUDA out of memory zu Beginn der Entrauschung

Die Gewichte überschreiten den VRAM, und das Auslagern hat nicht ausgereicht. Gehen Sie in dieser Reihenfolge vor: Verringern Sie die Ausgabeauflösung, wechseln Sie zu einer kleineren GGUF-Quantisierung, schließen Sie andere Anwendungen, die die GPU belegen, und probieren Sie anschließend die in unserem Installationsleitfaden beschriebenen Speicheroptionen von ComfyUI aus, etwa die VRAM-Reservierung oder die Deaktivierung des dynamischen VRAM.

Ausgabebild aus Farbrauschen oder schwarz

VAE oder Encoder aus einer anderen Familie. Überprüfen Sie, dass Load VAE auf qwen_image_vae.safetensors und Load CLIP auf den Qwen2.5-VL-Encoder mit dem Typ qwen_image zeigt.

Das Bild wird nicht oder kaum verändert

Zu vage Anweisung oder CFG ohne LoRA Lightning auf 1 gefallen. Erhöhen Sie CFG ohne LoRA auf 2,5, formulieren Sie die Anweisung als direkte Instruktion neu und prüfen Sie, ob das Bild tatsächlich mit dem Node TextEncodeQwenImageEdit und nicht nur mit VAE Encode verbunden ist.

Der umgeschriebene Text ist falsch oder unleserlich

Setzen Sie den gewünschten Text in der Anweisung in Anführungszeichen und geben Sie an, dass die Schriftart beibehalten werden soll. Die aggressivsten Quantisierungen, Q2 und Q3, beeinträchtigen diese Fähigkeit zuerst: Wechseln Sie für Textbearbeitungen zu Q4 oder FP8.

Der Workflow der Version 2509 akzeptiert nur ein Bild

Sie haben den alten Node TextEncodeQwenImageEdit geladen. Ersetzen Sie ihn durch TextEncodeQwenImageEditPlus, der die Eingänge image1, image2 und image3 bereitstellt.

Unet Loader (GGUF) nach der Installation der Erweiterung nicht vorhanden

Python-Abhängigkeiten nicht installiert oder ComfyUI nicht neu gestartet. Führen Sie pip install erneut für die Datei requirements.txt der Erweiterung in der ComfyUI-Umgebung aus und starten Sie anschließend neu. Das Terminal zeigt beim Start die Liste der geladenen Erweiterungen und deren mögliche Importfehler an.

import torch
from PIL import Image
from diffusers import QwenImageEditPipeline

pipeline = QwenImageEditPipeline.from_pretrained("Qwen/Qwen-Image-Edit")
pipeline.to(torch.bfloat16)
pipeline.to("cuda")

image = Image.open("./input.png").convert("RGB")
prompt = "Change the rabbit's color to purple, with a flash light background."
inputs = {
    "image": image,
    "prompt": prompt,
    "generator": torch.manual_seed(0),
    "true_cfg_scale": 4.0,
    "negative_prompt": " ",
    "num_inference_steps": 50,
}
with torch.inference_mode():
    output = pipeline(**inputs)
    output.output_images[0].save("output_image_edit.png")

#Weiterführende Informationen

ComfyUI installieren und seine Speicheroptionen verstehen

Desktop, Laptop oder Handbuch, Modellordner, dynamischer VRAM und Kommandozeilenoptionen. https://quelllm.fr/guide/comfyui-installation-guide-debutant

Bilder lokal generieren: der Überblick

Stable Diffusion, Flux, ComfyUI, Draw Things auf dem Mac: Welche Option für welche Hardware. https://quelllm.fr/guide/generer-images-en-local-guide

ControlNet: Die Komposition beherrschen

Pose, Konturen, Tiefe: Was die Version 2509 von Qwen-Image-Edit nativ integriert, erklärt auf Stable Diffusion. https://quelllm.fr/guide/controlnet-guide-stable-diffusion

VRAM: Was ist das und wie viel wird benötigt?

Den Speicher seiner Karte auslesen, die Auslagerung in den RAM verstehen, eine Karte auswählen. https://quelllm.fr/guide/vram-c-est-quoi-combien-pour-ia

Offizielle Quellen

GitHub-Repository QwenLM/Qwen-Image (Versionsliste und Datumsangaben), Hugging-Face-Seite Qwen/Qwen-Image-Edit (Apache-2.0-Lizenz, Diffusers-Beispiel), Repositories Comfy-Org/Qwen-Image-Edit_ComfyUI und Comfy-Org/Qwen-Image_ComfyUI (FP8-Dateien, Größen), Tutorials zu Qwen-Image und Qwen-Image-Edit auf docs.comfy.org (Verzeichnisstruktur, Workflows), Erweiterung github.com/city96/ComfyUI-GGUF.