Qwen-Image 2.1 本地部署实战：从此生图自由

Fini.Yang·约 5 分钟阅读

2026年9月26日9月26日

文章目录

同样叫 Qwen-Image 2.1，为什么下载了权重，ComfyUI 里却找不到？因为官方 Diffusers、Comfy-Org 的 ComfyUI 权重、Unsloth GGUF/FP8 是不同运行路线，不能互相随便替换。

我把 Windows RTX 5080 和 MacBook Pro M2 Max 两套本机实测整理成一篇部署教程：先选路线，再放对文件，最后用一张可复现的图确认它真的跑起来。

先分清：图像模型不是一份文件

Qwen-Image 2.1 的图像生成 DiT 是 7B 参数；完整文生图还需要 Qwen3-VL 8B 文字编码器和对应 VAE。ComfyUI、Unsloth、Diffusers 使用的文件格式和推理设置不同，下载前先选后端。

ComfyUI：适合节点工作流、图像编辑和尺寸控制。本文的主路线。
Unsloth Desktop：点选模型即可开始，本版教程明确给出的 2.1 桌面步骤是文生图。
官方 Diffusers：适合 Python 项目和自定义推理。

官方 ComfyUI 模板默认 25 步、CFG 1、Euler / simple；Diffusers 示例默认 40 步。不同后端不要照抄对方的步数和 CFG。

路线一：ComfyUI 安装

新装用户可从 ComfyUI 官方下载页安装 Desktop；已有环境先更新。Qwen-Image 2.1 的原生节点和模板依赖较新版本；模板库搜不到 Qwen-Image-2.1、加载后提示缺节点，先更新并重启，检查启动日志里的节点导入错误。

我们为不影响机器上已有的视频模型，另建了 D:/workspace/ComfyUI-Qwen-Image-2.1/ComfyUI，使用独立 Python 3.13 环境。普通用户关键是先确定当前启动的是哪一份 ComfyUI；权重放到另一个闲置目录，下拉框就会找不到。

三件套的目录很重要

Windows Portable 常见模型目录是 ComfyUI_windows_portable/ComfyUI/models；Desktop 用户沿用应用实际配置的模型目录。三个子文件夹没有就新建：

ComfyUI 根目录/models/ ├── diffusion_models/qwen_image_2.1_int8_convrot.safetensors ├── text_encoders/qwen3vl_8b_int8_convrot.safetensors └── vae/qwen_image_2.1_vae_bf16.safetensors

从官方仓库逐个下载：INT8 DiT、INT8 文字编码器、BF16 VAE。也可从 ModelScope 镜像进入 Files 页，按子目录逐个下载。下载完整权重，不要把 LFS 指针当模型文件。

放好后重启 ComfyUI，再在 UNET、CLIP、VAE 加载器下拉列表确认文件名。要把权重放到其它盘，可在 ComfyUI 根目录的 extra_model_paths.yaml 写：

qwen21: base_path: D:/AI-Models/Qwen-Image-2.1 diffusion_models: diffusion_models text_encoders: text_encoders vae: vae

此时三个文件夹分别位于 D:/AI-Models/Qwen-Image-2.1/ 下的 diffusion_models、text_encoders、vae。结构要对上，不能把三个文件都堆到一个目录。

Windows RTX 5080 和 M2 Max 实测用 qwen3vl_8b_w4a8.safetensors 文字编码器；官方 ComfyUI 模板默认 INT8 编码器。两种选一种，并在 CLIPLoader 里指定对应名字。INT8 三件套约 17GB 磁盘空间；换 W4A8 后约 14.24GB。文件大小不等于运行时内存。

第一次生图与改图

在 Workflow Templates 搜索 Qwen-Image-2.1 Text to Image，确认三个加载器选中正确文件。提示词填入正向文本节点，点 Queue Prompt。建议首张用 1024×1024、batch 1、固定 seed、25 步、CFG 1、Euler / simple。Resolution Selector 控制比例和像素目标：1MP 约 1024²，4MP 可试 2048² 方图。生成后到 output 文件夹检查 PNG 的实际像素。

改图加载 Qwen Image 2.1 Image Edit 模板，把参考图接到 image_1，在提示词里用 <image1> 指它，并说清要改成什么、哪些内容保留。第二张图按输入顺序写 <image2>。模型本身支持多图，不代表每个封装工作台都接了多图。

ComfyUI 编辑默认跟随第一张参考图比例，resolution 约按1024处理；设为0可保留原图大小。custom_size偏离参考图过多可能导致画面移动。我们的工作台曾把1440×2560输入输出成768×1376，这是工作流封装边界，不是模型像素上限。

路线二：Unsloth Desktop / GGUF

在 Unsloth Desktop 进入 Images → Create，在模型选择器搜 Qwen-Image-2.1，选择 GGUF 或 INT8/FP8。Unsloth 对12–16GB显存建议从 GGUF Q4_K_M、1024×1024、batch 1 起步；它注明显存表是估算。GGUF主要是去噪器，手工部署还要配编码器和VAE。

Unsloth GPU/Diffusers 的建议起点约40步、CFG 1；其 stable-diffusion.cpp 示例则是20步、CFG 6、Euler。不要把后者照抄到 ComfyUI。本机没有重装 Unsloth，因此不做路线速度排名。

路线三：官方 Diffusers

适合接入 Python 项目。Windows PowerShell 建独立环境，先按 PyTorch 官网选择器装匹配 GPU 的 torch，再装其它依赖：python -m venv .venv

& .\.venv\Scripts\python.exe -m pip install --upgrade pip

按 PyTorch 官网安装 CUDA 版 torch

& .\.venv\Scripts\python.exe -m pip install "transformers>=5.17" accelerate pillow

& .\.venv\Scripts\python.exe -m pip install git+https://github.com/huggingface/diffusers

& .\.venv\Scripts\python.exe -c "import torch; print(torch.cuda.is_available())"

官方 QwenImage21Pipeline 示例用 BF16、40步、seed42，宽高需要明确传入。16GB 显卡不保证常驻加载一定够；显存不足看官方 enable_model_cpu_offload 示例。

我们实际测到什么

Windows RTX 5080 16GB：19张原图（13文生图、6编辑）。约1MP/25步文生图提交至完成中位数13秒；2K/25步约56秒；编辑/40步约31秒。含排队、模型加载、轮询，不是纯采样耗时。长文海报和复杂姿势仍会失败。

MacBook Pro M2 Max / 64GB：复用相同提示词与工作流，1344×768、25步、CFG1、Euler/simple、seed0。单张冷启动完成，KSampler约22.84秒/步，提交到完成约10分32秒；swap从0升到约4.82GB。MPS把部分INT8/W4A8算子模拟执行，文字编码器在CPU上。对象数量与摆位基本对，但背景偏白，未完全达到纯灰要求。

粉丝提供的数据（未独立复核）：ComfyUI BF16 21.3秒/步、swap23GB；ComfyUI INT8 22.1秒/步、swap0；GGUF Q4_K_M 31.8秒/步；mflux MLX4bit 23.4秒/步。对方机器、图片尺寸、步数、编码器、swap口径未知；我们的单次 M2 结果也不能和它直接排名。

提示词改写PE是可选的额外模型，不是ComfyUI三件套。Qwen另有PE-T2I/PE-I2I。我的 qwen-image-gen Skill可由已有Agent改写提示词、处理参考图与尺寸，无需为了第一次生图先下载PE权重。