Qwen-Image，阿里千问团队出的图像基础模型，参数量约 20 亿。
-
文字渲染能力强，能准确渲染中英文，复杂布局，多行文本
-
编辑一致性好，具有很好的图像编辑（如修改、增减物体、重绘）能力。
-
中文能力，在文字生成方面，特别是中文字形、排版方面有显著提升。
可以看几个案例，qwen-image出的画面质量和中文文字效果，都很强。
文章最后，还有很多类似案例的工作流，可以直接获取。
一、qwen文生图工作流介绍
我们可以和SD1.5的文生图流程对比一下，可以看到。有2个主要变化。
-
取消了checkpoint节点，改成的3个节点，UNET加载器，CLIP加载器，VAE加载器。
-
UNET后面增加了一个节点，模型采样算法AuraFlow
为什么取消checkpoint，改用UNET加载器，CLIP加载器，VAE加载器。
SD1.5的模型是一体化模型，U-Net、CLIP、VAE 打包在同一文件里，这样使用简单但不够灵活。
Qwen-Image 则采用模块化设计，将 U-Net、CLIP、VAE 拆分独立，方便替换升级，支持多模态任务，更贴近训练流程，同时可节省显存和提升效率。
这只是一个文件架构方面的不同。也就是一个整个包和多个单独包的区别。
所以qwen-image我们需要下载3个不同的模型文件。
-
UNET加载器，加载去燥模型的核心。相当于画家的“手”，具体执行画画动作。
-
CLIP加载器，加载文本编码器，把正面/负面提示词转换成向量，让 UNet 知道“应该画什么 / 避免什么”。
-
VAE加载器，负责在像素空间 ↔ latent 空间之间转换：
节点：模型采样算法AuraFlow的作用
AuraFlow 是一种专门为 扩散模型（特别是 Qwen-Image 这类 Transformer 架构的图像生成模型）设计的 采样算法。
作用：
-
控制去噪过程的轨迹，让模型从噪声逐步生成清晰图像；
-
相比传统采样器（如 Euler、DPM++），AuraFlow 在 平滑度、细节保真度、稳定性 上做了优化；
-
更适配新一代大模型（MMDiT、DiT 系列），能减少伪影、提升收敛效果。
偏移参数，用来控制画面风格：
如果图像出现太多模糊、昏暗或质量不佳的情况，增大偏移量。如果想尝试提高细节，则减小偏移量。
我设置的是3.5
二、qwen-image模型选择
下面我们介绍下qwen-imgae的模型如何下载，一节bf16、fp8、gguf模型的区别。
| 模型 | 文件大小 | 下载地址 | 说明 |
|---|---|---|---|
| qwen_image_bf16.safetensors | 40G | 下载地址 | 需要显存30G |
| qwen_image_fp8_e4m3fn.safetensors | 20G | 下载地址 | 需要显存40G |
| qwen-image-Q**.gguf | 7-20G | GGUF模型下载 | 最低需要显存8G |
模型下载BF16，FP8有啥区别
深度学习里，模型权重和中间计算结果的精度表示方式，直接影响到模型的训练效率和推理速度。常见的表示方式有：
FP32（32位浮点数）：训练时最准确，但计算和存储开销大。
FP16 / BF16（16位浮点数）：降低显存占用，加速计算，现在是主流。
FP8（8位浮点数）：更进一步压缩，正在逐渐成为前沿趋势。
所以精度越低，文件越小，但是效果也会差点。
下载之后，文件储存位置如下：
GGUF是什么？如何下载
GGUF是专为大模型量化与部署而设计的文件格式，目标是成为统一的轻量化模型权重文件标准。
简单来说，GGUF 就是 把大模型转换成能在本地高效运行的格式，尤其适合 CPU、轻量 GPU、甚至移动端设备。
GGUF 的文件名通常会带上量化方式，例如：
-
Q2_K：极度压缩，最小文件，效果下降明显
-
Q4_0 / Q4_K_M：常用量化，文件小+效果平衡
-
Q5_1 / Q5_K_M：更高精度，稍大
-
Q8_0：接近 FP16 精度，体积大，但几乎无损
一般来说，Q4_K_M 是最常用的折中方案。
GGUF相关的CLIP和VAE可以参考gguf作者给的参考。也可以直接用上面官方提供的VAE和CLIP
三、网盘下载
如果你嫌麻烦，我在网盘打包放了一份，公众号后台回复【20250924】，获取。
还有很多参考案例，直接用comfyUI打开，就可以获得生成这些图片的工作流。
参考资料：
