# Qwen-Image-2.1 ComfyUI 上手：下载清单、采样参数，和漫剧角色设定、分镜出图的用法

**URL:** <https://aigcbbs.com/t/qwen-image-2-1-comfyui-comic-drama-guide/69>\
**Category:** 教程实践\
**Tags:** comfyui, 教程, ai漫剧\
**Created:** [2026 年10 月 14 日 05:52 UTC](https://aigcbbs.com/t/qwen-image-2-1-comfyui-comic-drama-guide/69 "2026-10-14T05:52:36Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![tutorial\_desk](https://aigcbbs.com/user_avatar/aigcbbs.com/tutorial_desk/32/18_2.png) [@tutorial\_desk](https://aigcbbs.com/u/tutorial_desk)\
**Post date:** [2026 年10 月 14 日 05:52 UTC](https://aigcbbs.com/t/qwen-image-2-1-comfyui-comic-drama-guide/69/1 "2026-10-14T05:52:36Z")

</div>

漫剧出图最磨人的三件事：同一个角色每张图长得不一样，分镜里的招牌和手机屏幕字总是糊，做图层还得一张张抠图。通义 Qwen 团队 9 月开源的 Qwen-Image-2.1 基本是冲着这三点来的：一个模型同时做文生图和指令编辑，编辑最多吃 10 张参考图，文字排版强，VAE 还多一个通道，能直接出 **透明背景** 的图。

这两天它又热起来了：10 月 9 日出了 8 步 Turbo 版，10 月 13 日 Comfy-Org 补齐了 Turbo 和 Fun ControlNet Union 文件，同一天的 ComfyUI v0.40.0 修好了它在低显存下的问题。下面以 ComfyUI 官方文档为主线，对照 Hugging Face 模型卡整理成一份配方。

**先划重点：它用的是 Qwen Research License，只允许非商业用途，商用要另找阿里申请授权。**

 ![ComfyUI 官方 Qwen Image 2.1 文生图模板](https://aigcbbs.com/uploads/default/original/1X/167c9a4b3fffbf89322a6d04d2bd3a9cb6f47d22.webp)

（图：ComfyUI 官方工作流模板缩略图）

## 下载哪些文件

全部在 HF 仓库 `Comfy-Org/Qwen-Image-2.1`，最小能跑的一套约 17.3GB：

| 文件 | 大小 | 放到 `models/` 下 |
| --- | --- | --- |
| `qwen_image_2.1_int8_convrot.safetensors` | 7.26 GB | `diffusion_models` |
| `qwen3vl_8b_int8_convrot.safetensors` | 9.35 GB | `text_encoders` |
| `qwen_image_2.1_vae_bf16.safetensors` | 0.68 GB | `vae` |

按需再加：全精度 bf16 版（扩散模型 14.23GB、文本编码器 17.53GB）、更小的 `qwen3vl_8b_w4a8`（6.31GB）、Turbo 扩散模型（7.26GB）或 Turbo LoRA（0.91GB）、提示词增强编码器（int8 各 9.47GB）。`int8_convrot` 是新格式，节点标红就先把 ComfyUI 更新到最新。

模板库搜“Qwen-Image-2.1”有三个： **文生图、图像编辑、去背景** （去背景的提示词固定是 “Remove the background, and output a PNG image”）。

## 采样参数：先用默认

三个模板都是 **steps 25、cfg 1、euler、simple** 。官方对每个旋钮的说法：

- **cfg 1 时负面提示词不生效** ，这是正常的。cfg 2 对密集小字跟得更紧但边缘偏锐，cfg 5 明显变差，0.5 会出坏图
- **步数** ：只改个衣服颜色这种局部修改 4–8 步就够；重画整张要 25 步；手指这类细节大约 30 步才稳，加到 40 步能少些杂纹
- **Turbo** ：8 步出图，CFG 1，推荐调度已经存在检查点里，适合批量试构图

## 分辨率：文生图和编辑是两套逻辑

**文生图** ：用 Resolution Selector，1.0 MP 约等于 1024²，要 2048² 就设 4.0 MP。竖屏漫剧直接用模型卡推荐的 9:16 **1536×2752** 。

**编辑** ：画布跟着第一张参考图 `image_1` 走。模板里 `resolution` 填的是 0，意思是保持原图尺寸，一张 3000×4000 的照片就会在约 12MP 上采样。官方举例 RTX 5090 上 **每步约 6 秒** ，改成 1024 后（画布约 896×1184） **每步约 0.3 秒** 。编辑慢，第一件事就是查这个值。4K 这种远超训练尺寸的目标会跑偏提示词。

## 多图编辑怎么写

参考图按槽位顺序进文本编码器，提示词里用 `<image1>`、`<image2>` 指代，`image_1` 是被编辑的那张。官方示例：

```plaintext
Keep the character and pose in <image1> unchanged, put this light blue denim shirt from <image2> on the character, preserve the original facial features, hair, body shape and pose

```

只改一小块：在 LoadImage 上右键打开 Mask Editor，用 **Paint Pen** 在要改的地方涂个颜色，提示词里点名颜色，比如 “change the jacket in the red area”。笔迹是写进图片本身的，不是遮罩。

参考图多、显存紧，编辑模板里的 KV 缓存节点可以设 `device=cpu` 或 `dtype=int8`。提示词增强是可选的，打开 `refine_prompt` 后会把短提示词扩写，可以先在 Preview Any 节点里看改写结果再决定用不用。

## 用到漫剧上

下面是按官方能力设计的流程，示例提示词是我们写的：

1. **出定妆图** ：9:16 或 3:4 全身像，外貌、服装、配色、画风写清楚，多抽几次挑一张，之后反复当 `image_1` 用
2. **同一角色进不同场景** ：定妆图放 `image_1`，场景、道具放 `image_2`、`image_3`：

```plaintext
Keep the character in <image1> unchanged, including face, hairstyle and costume. Place her standing on the bridge in <image2> at dusk, holding the lantern from <image3>, side view, medium shot

```

1. **带字的分镜直接画** ：招牌、书信、手机屏、片头字卡是它的强项，字密就把 cfg 提到 2
2. **透明图层** ：模型卡建议提示词里写明 “This is an RGBA image with transparency… The image has alpha channel and the background is transparent.”，立绘、道具直接出透明 PNG 拿去合成
3. **草稿用 Turbo，定稿用标准版 25–40 步**
4. **接视频** ：定稿分镜当首帧或参考图交给视频模型，本地可以接 [MiniMax H3](https://aigcbbs.com/t/minimax-h3-16gb-vram-comfyui-guide/63)，云端可以看 [Seedance 2.5 提示词写法](https://aigcbbs.com/t/seedance-2-5-prompt-guide-lock-reference/64)

## 常见问题速查

| 现象 | 处理 |
| --- | --- |
| 模板找不到、节点标红 | 更新 ComfyUI 到含 v0.40.0 的版本 |
| 编辑特别慢 | `resolution` 改成 1024 左右，或先缩小参考图 |
| 开了 `custom_size` 后画面整体偏移 | 尺寸要接近缩放后的 `image_1`，或者关掉 |
| 小显存跑不动 | 换 int8 / w4a8 文本编码器，KV 缓存设 cpu 或 int8 |

## 授权

再说一遍： **Qwen-Image-2.1 和 Turbo 都只限非商业用途** （研究、评估），分发要附署名声明，商用要另向阿里申请。接商单、上线付费漫剧之前先把授权解决，或者改用有商用授权的云端接口。用真人照片做参考图编辑，也要有肖像授权。

大家试的时候多图编辑一般塞几张参考，角色脸稳不稳？欢迎回帖贴图对比，顺手附上 steps 和 cfg。

ComfyUI 官方文档：[Qwen-Image-2.1 ComfyUI Native Workflow Example - ComfyUI](https://docs.comfy.org/tutorials/image/qwen/qwen-image-2-1)  
模型卡：[Qwen/Qwen-Image-2.1 · Hugging Face](https://huggingface.co/Qwen/Qwen-Image-2.1)  
Turbo 模型卡：[Qwen/Qwen-Image-2.1-Turbo · Hugging Face](https://huggingface.co/Qwen/Qwen-Image-2.1-Turbo)  
ComfyUI 打包文件：[Comfy-Org/Qwen-Image-2.1 · Hugging Face](https://huggingface.co/Comfy-Org/Qwen-Image-2.1)  
许可证：[LICENSE · Qwen/Qwen-Image-2.1 at main](https://huggingface.co/Qwen/Qwen-Image-2.1/blob/main/LICENSE)