私的AI研究会 > ComfyUI19
「ComfyUI」を使ってローカル環境でのAI画像生成を検証する
| 中国 Alibaba の Qwenチームが開発した、高精度なテキスト描画とセマンティック編集が得意な画像生成・編集AIモデル『Qwen-Image-2.1』を検証してみる |
| このプロジェクトで作成するワークフローと関連データは下記にアップロードしている(更新されている場合は再度ダウンロードのこと) |
📂ComfyUI └─📂user └─📂default └─📂workflows ← ワークフローの保存場所 : ├─📂QwenImage2.1 ← この章で作成するワークフロー :・解凍してできる「ComfyUI/」フォルダを「StabilityMatrix/Data/Packages/ComfyUI」へ上書きコピーする
| ワークフロー | 機 能 | モデル | CPU | CPU | |||||
| RTX 4070 | RTX 4060 | RTX 4060L | RTX 3050 | GTX 1050 | i7-1260P | i7-1185G7 | |||
| 8401_qwen_image_2.1_t2i | Text to Image 基本ワークフロー | INT8 ConvRot | |||||||
| 8402_qwen_image_2.1_image_edit | Image Edit 基本ワークフロー | ||||||||
| 拡張ノード(検索名) | 拡張ノード URL | 主な機能 / 参照ページ | ワークフロー |
| rgthree | rgthree-comfy | ノードをスイッチで切り替える | |
| ComfyUI_Custom_Nodes_AlekPet | ComfyUI_Custom_Nodes_AlekPet | プロンプトを日本語入力する |
| モデル名 | ファイル名(.safetensors) | 配置先(/StabilityMatrix/Data/) | ダウンロード URL | サイズ | |
| diffusion_models | qwen_image_2.1_int8_convrot | Models/ | DiffusionModels/ | qwen_image_2.1_int8_convrot.safetensors | 7.26GB |
| text_encoders | qwen3vl_8b_int8_convrot | TextEncoders/ | qwen3vl_8b_int8_convrot.safetensors | 9.35GB | |
| vae | qwen_image_2.1_vae_bf16 | VAE/ | qwen_image_2.1_vae_bf16.safetensors | 0.68GB | |
| フォルダ | ワークフロー名 (.json) | モデル | 機能 (参照ページ) | 特記事項(同じ機能のワークフロー .json) |
| QwenImage2.1 | 8401_qwen_image_2.1_t2i | INT8 ConvRot | Text to Image 基本ワークフロー | (image_qwen_image_2_1_t2i.json) |
| 8402_qwen_image_2.1_image_edit | Image Edit 基本ワークフロー | (image_qwen_image_2_1_image_edit.json) |
| ComfyUI オフィシャルサイトで公開されているテンプレートのシード値を固定して再現性を確保し動かしながら整理する |
![]() | ① 左端のメニューから「Template」を選択 ②「Qwen-Image-2.1」を入力する ・表示された一覧からワークフローを選ぶ ③「Qwen Image 2.1: Text to Image ④「Qwen Image 2.1: Input Edit」 ・ワークフローでエラーが発生する場合はモデルの配置を確認する |
| Text to Image 生成画像 | |
![]() |
| Qwen Image 2.1 Text toImage ワークフロー | Qwen Image 2.1 Text to Image SubGraph |
![]() | ![]() |
| 「QwenImage2.1/」image_qwen_image_2_1_t2i.json | |
| サイズ | |
| Qwen Image 2.1は、2K(2048x2048)解像度の直接出力にネイティブ対応しています。 出力サイズはResolutionSelector(幅/高さ)で指定します。デフォルトは1メガピクセル(1024x1024)です。ネイティブ2Kで出力する場合は、アスペクト比を1:1、解像度を4メガピクセル(2048x2048)に設定してください。値は32の倍数にすることをお勧めします。 | |
| 透明な画像 | |
| 透明な画像を生成するには、プロンプトを以下のように記述し、中央部分を生成したい被写体の説明に置き換えてください: This is an RGBA format image with transparency. `[your description]`. The image has an alpha channel and a transparent background. アルファチャンネルを保持するため、PNG形式で保存してください。 | |
| パラメータ | |
| prompt | 生成する内容。RGBA(透明)画像については「透明な画像」の項を参照してください |
| negative_prompt | cfgが1の場合、使用されません |
| cfg | Qwen Image 2.1の公式パイプラインを使用する場合は1に設定してください。ネガティブプロンプトを使用する場合にのみ、値を上げてください |
| steps | Qwen Image 2.1の公式パイプラインでは、Eulerサンプラーを使用する場合、通常40〜50ステップ程度です。このテンプレートでは25から開始します。より高度なサンプラーを使用する場合は、必要なステップ数が少なくて済みます |
| プロンプト |
| 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, the denim shirt fits naturally on body, realistic denim fabric texture, natural clothing folds, keep the original background and original lighting, high fashion editorial photography, sharp details |
| <image1>のキャラクターとポーズをそのまま維持し、<image2>のライトブルーのデニムシャツをそのキャラクターに着せてください。元の顔立ち、髪型、体型、ポーズは変えず、デニムシャツを体に自然にフィットさせ、リアルなデニム生地の質感や自然な服のシワを表現してください。背景と照明は元のまま維持し、ハイファッションの雑誌のような写真の仕上がりと、細部まで鮮明な描写を求めています。 |
| 参照画像 ① | 参照画像 ② | 生成画像 |
![]() portrait_model_denim.png | ![]() clothing_light_blue_denim_shirt.png | ![]() |
| Qwen Image 2.1 Image Edit ワークフロー | Qwen Image 2.1 Image Edit SubGraph |
![]() | ![]() |
| 「QwenImage2.1/」image_qwen_image_2_1_image_edit.json | |
| サイズ | |
| Qwen Image 2.1は、2K(2048x2048)での直接出力をネイティブでサポートしています。 ・解像度は総画素数(ピクセル数)の制限を指します(幅や高さの数値そのものではありません)。アスペクト比は維持されます ・公式のデフォルト値は1024です。モデルは最大2048まで対応しています ・このテンプレートの初期値は0です(32の倍数以外のリサイズは行われません) ・出力サイズは `image_1` に準拠します。追加の参照画像(refs)は、サイズやアスペクト比が異なっていても構いません ・`custom_size` がオフの場合:キャンバスサイズはエンコードされた潜在表現(`image_1`)に基づきます ・`custom_size` がオンの場合:ResolutionSelectorで指定した幅/高さを使用します。リサイズ後の `image_1` のサイズに近い値を維持してください。そうしないと、編集内容がずれる可能性があります | |
| 参照画像 | |
| ・最大10枚の参照画像(`image_1` ~ `image_10`)を使用可能です ・プロンプト内では `<image1>`、`<image2>` のように記述してください ・`image_1` が編集対象となります。それ以外は参照画像として扱われます | |
| カスタム設定 | |
| カスタム設定が必要な場合は、サブグラフに入力するか、サブグラフを展開して編集してください | |
| パラメータ | |
| `prompt` | 編集の指示。`<image1>` ~ `<image10>` を使用します |
| `negative_prompt` | cfg` が1の場合、使用されません |
| cfg | Qwen Image 2.1の公式な運用では1に設定してください。ネガティブプロンプトを使用する場合にのみ値を上げてください |
| `steps` | Qwen Image 2.1の公式パイプラインでは、Eulerサンプラーを使用して約40~50ステップが設定されています。このテンプレートの初期値は 25です。より高度なサンプラーを使用する場合、必要なステップ数は少なくて済みます |
| 生成画像 | 8402 Qwen Image 2.1 Image to Edit ワークフロー |
![]() | &ref(): File not found: "comfyui_A49a_m.jpg" at page "ComfyUI19"; 「QwenImage2.1/」8402_qwen_image_2.1_image_editi.json |
| プロンプト・エンハンサーなしのワークフローで日本語プロンプトを検証する |
| 他のモデルでの生成画像 | |||||||||
| FLUX.2 klein | Z-Image | ERNIE-Image | HiDream-O1 | Ideogram4 4,0 | Boogu-Image | Krea 2 | JoyAI-Imag | Qwen-Image-2.1 | |
| 英語プロンプト | 日本語プロンプト |
| ① 20代の美しい日本人女性 1184x896 → 英語/日本語 プロンプト> | |
![]() | ![]() |
| ② 20代の美しい日本人女性、バストアップのアングル 1184x896 → 英語/日本語 プロンプト> | |
![]() | ![]() |
| ③ 夜のカフェでコーヒーを飲む日本人女性 1184x896 → 英語/日本語 プロンプト> | |
![]() | ![]() |
| ④ 背の高いエレガントなビジネスウーマン 1184x896 → 英語/日本語 プロンプト> | |
![]() | ![]() |
| ⑤ ミステリアスな27歳のプロモデル 1184x896 → 英語/日本語 プロンプト> | |
![]() | ![]() |
| 他のモデルでの生成画像 | |||||||||
| FLUX.2 klein | Z-Image | ERNIE-Image | HiDream-O1 | Ideogram 4.0 | Boogu-Image | Krea 2 | JoyAI-Imag | Qwen-Image-2.1 | |
| 英語プロンプト | 日本語プロンプト |
| ファッション誌の表紙 896x1184 | |
| Prompt: Magazine cover titled "Qwen-Image 2.1" vol.65. A central portrait of a young Japanese woman with long, wavy honey-brown hair and a neutral, elegant expression. She wears a two-piece ensemble made of warm terracotta-orange chiffon: a cropped, off-the-shoulder top with voluminous sheer lantern sleeves and a matching high-waisted flared mini skirt. The fabric is translucent, catching soft ambient light. She stands in a warm interior before a large white-framed window. Delicate autumn maple branches with deep red and orange leaves frame the sides of the composition. Lighting is soft, warm autumn daylight, creating rich tones and gentle shadows. Low depth of field with a blurred background. Text layout includes: "Qwen-Image 2.1 vol.64" in large black serif typography at the top; "2026 秋の絶対ルール" in red; "透け感とシックカラー" in blue; "大人可愛い Cropped mini dress" in pink and white italics; "肌も心もリセット" in teal; and "秋の始まり、新しい自分へ" in bold white characters with a subtle drop shadow at the bottom. Sharp focus on the subject's face and garment texture. | Prompt: 雑誌『Qwen-Image 2.1』Vol. 65の表紙。中央には、ハニーブラウンの長いウェーブヘアで、ニュートラルかつ上品な表情を浮かべた若い日本人女性のポートレートが配されています。彼女は、温かみのあるテラコッタオレンジのシフォン素材を用いたツーピースを着用しています。その衣装は、ボリューム感のある透け感素材のランタンスリーブをあしらったオフショルダーのクロップドトップスと、お揃いのハイウエスト・フレアミニスカートで構成されています。生地は半透明で、柔らかな自然光を美しく捉えています。彼女は、白い枠の大きな窓を背に、温かみのある室内空間に立っています。構図の両サイドには、深みのある赤やオレンジに色づいた繊細な秋のカエデの枝があしらわれています。 照明は秋の柔らかな温かい自然光で、豊かな色調と穏やかな陰影を生み出しています。被写界深度は浅く設定されており、背景は柔らかくぼかされています。テキストのレイアウトは以下の通りです。上部には大きな黒のセリフ体で「Qwen-Image 2.1 vol.64」、赤色で「2026 Autumn's Golden Rules」、青色で「Sheer Textures & Chic Colors」、ピンクと白のイタリック体で「Sophisticated & Cute: Cropped Mini Dress」、ティール色で「Reset Body and Mind」、そして下部には、かすかなドロップシャドウを伴う白の太字で「The Start of Autumn: Embracing a New You」と記されています。被写体の顔と衣装の質感には、鮮明なピントが合っています。 |
![]() | ![]() |
| ① 文字の入ったカタログ 896x1184 → 英語/日本語 プロンプト | |
![]() | ![]() |
| ② クローズアップポートレート 1184x896 → 英語/日本語 プロンプト | |
![]() | ![]() |
| ③ コマーシャル商品写真(コーヒー) 1024x1024 → 英語/日本語 プロンプト | |
![]() | ![]() |
| ④ コマーシャル商品写真(化粧品) 1024x1024 → 英語/日本語 プロンプト | |
![]() | ![]() |
| ⑤ ファッション誌のモデル写真 896x1184 → 英語/日本語 プロンプト | |
![]() | ![]() |
![]() | ![]() |
![]() | ![]() |
| ⑥ ドリップコーヒー 1184x896 → 英語/日本語 プロンプト | |
![]() | ![]() |
| 他のモデルでの生成画像 | |||||||||
| FLUX.2 klein | Z-Image | ERNIE-Image | HiDream-O1 | Ideogram 4.0 | Boogu-Image | Krea 2 | JoyAI-Imag | Qwen-Image-2.1 | |
| 英語プロンプト | 日本語プロンプト |
| ① AURA Skincare Brand Visual System → 英語プロンプト | ① AURA Skincare Brand Visual System → 日本語プロンプト |
![]() | ![]() |
| ② Luxury Perfume Sand Ad Photography → 英語プロンプト | ② Luxury Perfume Sand Ad Photography → 日本語プロンプト |
![]() | ![]() |
| ③ Logo Miniature Hyper-Realistic Photography → 英語プロンプト | ③ Logo Miniature Hyper-Realistic Photography → 日本語プロンプト |
![]() | ![]() |
| ④ Night Street Looking-Back Portrait Photography → 英語プロンプト | ④ Night Street Looking-Back Portrait Photography → 日本語プロンプト |
![]() | ![]() |
| ⑤ Narrow House Isometric Cross-Section Render → 英語プロンプト | ⑤ Narrow House Isometric Cross-Section Render → 日本語プロンプト |
![]() | ![]() |
| ⑥ Ghibli Style → 英語プロンプト | ⑥ Ghibli Style → 日本語プロンプト |
![]() | ![]() |
| ⑦ Fashion Figure Outfit Structure Breakdown → 英語プロンプト | ⑦ Fashion Figure Outfit Structure Breakdown → 日本語プロンプト |
![]() | ![]() |
| ⑧ First-Person City Night Street Photography → 英語プロンプト | ⑧ First-Person City Night Street Photography → 日本語プロンプト |
![]() | ![]() |
| 他のモデルでの生成画像 | |||||||||
| FLUX.2 klein | Z-Image | ERNIE-Image | HiDream-O1 | Ideogram4 4,0 | Boogu-Image | Krea 2 | JoyAI-Imag | Qwen-Image-2.1 | |
| 英語プロンプト | 日本語プロンプト |
| ① コンセプトポスター 888x1184 → 英語プロンプト | ① コンセプトポスター 898x1152 → 日本語プロンプト |
![]() | ![]() |
| ② 日本の夏祭りポスター 888x1184 → 英語プロンプト | ② 日本の夏祭りポスター 898x1152 → 日本語プロンプト |
![]() | ![]() |
| ③ 夜のカフェで女性のポートレート 1184x888 → 英語プロンプト | ③ 夜のカフェで女性のポートレート 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ④ 喫茶店のオムライス 1184x888 → 英語プロンプト | ④ 喫茶店のオムライス 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ⑤ 宇治抹茶パッケージデザイン 1184x888 → 英語プロンプト | ⑤ 宇治抹茶パッケージデザイン 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ⑥ 手書き風ポップアップ広告 1184x888 → 英語プロンプト | ⑥ 手書き風ポップアップ広告 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ⑦ 窓越しの雪景色 888x1184 → 英語プロンプト | ⑦ 窓越しの雪景色 898x1152 → 日本語プロンプト |
![]() | ![]() |
| ⑧ 日本の寺院の境内 1024x1024 → 英語プロンプト | ⑧ 日本の寺院の境内 1024x1024 → 日本語プロンプト |
![]() | ![]() |
| ⑨ 縦長の三連写真 888x1184 → 英語プロンプト | ⑨ 縦長の三連写真 898x1152 → 日本語プロンプト |
![]() | ![]() |
| ⑩ リアルな都市の夜景写真 1184x888 → 英語プロンプト | ⑩ リアルな都市の夜景写真 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ⑪ ぬいぐるみのアヒル 1024x1024 → 英語プロンプト | ⑪ ぬいぐるみのアヒル 1024x1024 → 日本語プロンプト |
![]() | ![]() |
| ⑫ 有名なランドマーク 1024x1024 → 英語プロンプト | ⑫ 有名なランドマーク 1024x1024 → 日本語プロンプト |
![]() | ![]() |
| ⑬ 映画のようなポートレート写真 888x1184 → 英語プロンプト | ⑬ 映画のようなポートレート写真 898x1152 → 日本語プロンプト |
![]() | ![]() |
| ⑭ 全身のファッション写真 1184x888 → 英語プロンプト | ⑭ 全身のファッション写真 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ⑮ 夜間ストリートポートレート写真 888x1184 → 英語プロンプト | ⑮ 夜間ストリートポートレート写真 898x1152 → 日本語プロンプト |
![]() | ![]() |
| ⑯ 超写実的なポートレート写真 888x1184 → 英語プロンプト | ⑯ 超写実的なポートレート写真 898x1152 → 日本語プロンプト |
![]() | ![]() |
| ⑰「コーヒーガイド」ピクトグラムポスター 1184x888 → 英語プロンプト | ⑰「コーヒーガイド」ピクトグラムポスター 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ⑱「コーヒーの淹れ方」コミック風インフォグラフィック 1184x888 → 英語プロンプト | ⑱「コーヒーの淹れ方」コミック風インフォグラフィック 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ⑲ 6コマのコミックページ 888x1184 → 英語プロンプト | ⑲ 6コマのコミックページ 898x1152 → 日本語プロンプト |
![]() | ![]() |
| ⑳ 教育的なコミックブックのインフォグラフィック 1184x888 → 英語プロンプト | ⑳ 教育的なコミックブックのインフォグラフィック 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ㉑ デジタルイラスト形式のステッカーシート 1184x888 → 英語プロンプト | ㉑ デジタルイラスト形式のステッカーシート 1152x896 → 日本語プロンプト |
![]() | ![]() |
| ㉒ 日本語学学習フラッシュカード 888x1184 → 英語プロンプト | ㉒ 日本語学学習フラッシュカード 898x1152 → 日本語プロンプト |
![]() | ![]() |
| model | qwen_image_2.1_int8_convrot.safetensors, qwen3vl_8b_int8_convrot.safetensors, qwen_image_2.1_vae_bf16.safetensors | |
| steps | 25 | |
| cfg | 1.0 | |
| size (pixel) | 1184x896, 896x1184, 1024x1024 | |
| seed | 593103825222985 | |
| Workflow | ![]() | |
| 「QwenImage2.1/」8401_qwen_image_2.1_t2i.json | ||