Windows 本地部署 ComfyUI 运行 Qwen-Image 大模型详细步骤

前言

Stable Diffusion 本地部署往往面临显卡驱动、环境配置等繁琐问题。随着阿里推出 Qwen-Image 开源文生图模型，结合 ComfyUI 工作流可以更方便地实现高质量图像生成。本文将详细介绍在 Windows 环境下部署 ComfyUI 并加载 Qwen-Image 模型的完整流程。

ComfyUI 部署与配置

环境准备

确保已安装 Python 环境及 CUDA 驱动。下载 ComfyUI 官方版本，解压至本地目录。

启动脚本： 双击 ComfyUI 根路径下的 run_nvidia_gpu.bat 文件。 终端窗口将自动初始化，随后默认浏览器会打开 ComfyUI 操作界面。

模型下载

需下载以下核心模型文件（基于 HuggingFace）：

1. Diffusion Model: qwen_image_fp8_e4m3fn.safetensors

2. Text Encoder: qwen_2.5_vl_7b_fp8_scaled.safetensors

3. VAE: qwen_image_vae.safetensors

建议目录结构如下：

📂 ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └── qwen_image_fp8_e4m3fn.safetensors
│ ├── 📂 vae/
│ │ └── qwen_image_vae.safetensors
│ └── 📂 text_encoders/
│ └── qwen_2.5_vl_7b_fp8_scaled.safetensors

运行步骤

1. 加载模型节点：

   • Load Diffusion Model: 加载 qwen_image_fp8_e4m3fn.safetensors
   • Load CLIP: 加载 qwen_2.5_vl_7b_fp8_scaled.safetensors
   • Load VAE: 加载 qwen_image_vae.safetensors

2. 设置参数：

   • 设定图像尺寸（如 1024x1024）。
   • 输入提示词。

3. 生成图片： 点击生成按钮等待输出结果。

阿里模型简介

Qwen-Image 是通义千问系列的文生图开源模型，参数量达 20B，采用 MMDiT 多模态扩散架构，遵循 Apache 2.0 许可证。该模型擅长中文文本渲染，能够准确将文字内容嵌入图像细节中，支持背景替换、颜色调整等操作。

配置 ComfyUI 相关内容以及 Qwen-Image Json WorkFlow

下载工作流

官方示例工作流地址： https://comfyanonymous.github.io/ComfyUI_examples/qwen_image/