توليد الصور من النص بـ Qwen-Image: كتابة النصوص الصينية بجودة عالية (يشمل الترقية للتصوير بـ 2512)
Qwen-Image هو أول نموذج أساسي لتوليد الصور مفتوح المصدر من فريق Qwen التابع لشركة Alibaba، صدر في شهر 8 من عام 2025: وهو MMDiT (محول انتشار متعدد الوسائط) بمعاملات 20B، وبرخصة Apache 2.0، ويتسم بـتصيير النصوص المعقدة — فاللافتات الصينية في الصور وعناوين الملصقات والأحرف الكبيرة على الأغلفة لم تعد رموزًا مشوهة. تأخذك هذه الصفحة لتشغيل سير عمل Qwen-Image الرسمي من البداية: حزمة النماذج الرباعية، والوضع القياسي بـ 20 خطوة، ومسارين للتسريع هما Lightning بـ 8 خطوة والنسخة المقطّرة بـ 15 خطوة، ثم الترقية أخيرًا إلى نسخة Qwen-Image-2512 للتصوير التي صدرت في شهر 12.
ولنقسّم الأدوار مع Z-Image-Turbo من الدرس السابق: ذاك نسخة مقطّرة بحجم 6B، يولّد الصور في 8 خطوة ويعمل بذاكرة VRAM سعة 16GB؛ أما Qwen-Image فهو نموذج أساسي بحجم 20B، وسقفه أعلى في تصيير النصوص وجودة الصورة، لكن حجم أوزانه نحو 19GB وبيانات الاختبار الرسمية جاءت من بطاقة بذاكرة 24GB — إن أردت «السرعة» فاختر الأول، وإن أردت «كتابة نصوص داخل الصورة وجودة قصوى» فاستخدم هذه الصفحة.
ماذا ستستطيع فعله بعد التعلم
- تحميل سير عمل Qwen-Image لتوليد الصور من النص من مكتبة القوالب الرسمية، واستكمال حزمة النماذج الرباعية، وتشغيل توليد الصور بالوضع القياسي بـ 20 خطوة
- كتابة اللافتات الصينية وعناوين الملصقات في الموجه، ليتشكل النص داخل الصورة كما كتبته
- تفعيل مفتاح Lightning LoRA للتبديل إلى وضع التسريع بـ 8 خطوة، أو استبدال النموذج بالنسخة المقطّرة لمسار 15 خطوة
- معرفة تقسيم الأدوار بين خطوط عائلة Qwen-Image الثلاثة: الخط الأساسي (هذه الصفحة)، وخط التحرير Edit، وجيل 2.1 الجديد
- استبدال النموذج بـ Qwen-Image-2512: استبدال ملف نموذج انتشار واحد فقط، للحصول على صور شخصية أكثر واقعية وتنسيق نصوص أكثر دقة
معاناتك الحالية
- تريد توليد ملصق أو صورة لافتة بشعار صيني، لكن النصوص التي تكتبها النماذج الأخرى إما ضبابية متكتلة أو ناقصة الحروف والرسمات
- نزّلت قالب Qwen-Image فظهرت تحذيرات حمراء على العقد: من أين تنزّل ملفات النماذج الأربعة، وفي أي مجلد تضعها، وأي نوع تختار في CLIPLoader — لا تعرف شيئًا من ذلك
- سمعت أن نموذج 20B يستهلك ذاكرة VRAM بكثرة، ولا تعرف إن كانت بطاقتك قادرة على تشغيله وكم ستنتظر
- تعلم بوجود مسارين للتسريع هما Lightning LoRA والنسخة المقطّرة، لكنك لا تعرف كيف تعدّل المعاملات وهل يمكن خلطهما
متى تستخدم هذه الطريقة
عندما تحتاج إلى:
- ظهور نصوص صينية كاملة الفقرات داخل الصورة — لافتات المتاجر، وعناوين الملصقات، وعبوات المنتجات، والأحرف الكبيرة على الأغلفة
- أولوية لجودة الصورة ودقة النصوص، مع ذاكرة VRAM بسعة نحو 24GB (أو استعداد لانتظار الـ offload)
- سحب متكرر للبطاقات على المشهد نفسه، مع استعداد للمقايضة بسرعة Lightning بـ 8 خطوة
ولا تريد:
- الاكتفاء بالحصان السريع بحجم 6B، فتأتي نتيجة تصيير النصوص دون مستوى اللافتات الصينية
- إضافة النصوص لاحقًا بالتعديل — فمنظور الخط والإضاءة لن يتطابقا، وستبدو مزيفة من النظرة الأولى
- إعادة تنزيل حزمة النماذج كاملة لأجل ترقية واحدة (فـ 2512 يشترك مع النموذج الأساسي في مُرمِّز النص وVAE، والخطوة 6 تستبدل ملفًا واحدًا فقط)
🎒 التحضيرات قبل البدء
- تشغيل أول عملية توليد صورة بنجاح: معرفة تحميل سير العمل وكتابة الموجه والتشغيل بالضغط على
Ctrl+Enter - معرفة قواعد مجلدات النماذج: ماذا يوضع في
diffusion_modelsوtext_encodersوvaeوloras(إن نسيت فراجع أين توضع النماذج) - حجز نحو 28GB على القرص الصلب (الحزمة الثلاثية fp8: 19.03 + 8.74 + 0.24 GB؛ ويضيف Lightning LoRA نحو 1.58GB)
- مرجع لذاكرة VRAM: الاختبار الرسمي جاء من RTX 4090D بذاكرة 24GB (باستهلاك 86%)؛ قد تجد البطاقات ذات الذاكرة الصغيرة صعوبة، وعند مواجهة OOM اذهب إلى ذاكرة VRAM غير كافية للبحث عن حل
- الشبكة قادرة على الاتصال بـ Hugging Face؛ إذا كان الاتصال غير مستقر استخدم مصدر ModelScope المحلي (الرابط في الخطوة 2)
- اصب لنفسك كوب ماء ثم عد——أطول انتظار في هذا الدرس يبقى هو تنزيل النماذج
الفكرة الأساسية
لماذا يستطيع Qwen-Image كتابة النصوص الصينية جيدًا؟ مرمّز النصوص لديه هو نموذج Qwen2.5-VL 7B متعدد الوسائط من تطويرهم الخاص (نسخة fp8 المكمّمة بحجم 8.74GB)، لذا لا مشكلة في كتابة المطالبات بالصينية مباشرة—الوثائق الرسمية تذكر دعم الإنجليزية والصينية والكورية واليابانية والإيطالية وغيرها. أبرز نقاط النموذج نفسه هي تصيير النصوص متعددة اللغات: الحفاظ على تفاصيل الخطوط واتساق التنسيق، مع القدرة على التبديل من المشاهد الواقعية إلى الانطباعية والأنمي والتصاميم البسيطة. إذا أردت «كتابة نص» داخل الصورة، يكفي أن تضع محتوى النص بين علامتي اقتباس في المطالبة (انظر الأمثلة الرسمية في الخطوة 4).
العائلة تتكون من ثلاثة خطوط (هذه الصفحة تتناول خط الأساس، أما خط التحرير فهو الدرس التالي):
| الخط | الأعضاء | التموضع | الدورة |
|---|---|---|---|
| خط توليد الصور من النص (الأساس) | Qwen-Image (شهر 8) → Qwen-Image-2512 (ترقية شهر 12) | توليد صور من نص خالص، وتصيير النصوص هو تخصصه | هذه الصفحة |
| خط التحرير بالتعليمات | Qwen-Image-Edit → 2509 → 2511 | تعديل الصورة بجملة واحدة، تغيير الخلفية، تعديل النصوص | الدرس التالي |
| خط الجيل الجديد الموحد | Qwen-Image-2.1 | توليد + تحرير في نموذج واحد، دقة أصلية 2K وخلفية شفافة | الدرس 2.4 |
كيف تختار من بين ثلاث درجات للسرعة (قياس رسمي على RTX 4090D بسعة 24GB):
| الدرجة | النموذج | الخطوات / cfg | زمن الجولة الأولى / الثانية | ذاكرة الرسوميات |
|---|---|---|---|---|
| الدرجة القياسية | أساس fp8 | 20 خطوة / cfg 4 (الافتراضي في القالب) | ≈ 94s / ≈ 71s | 86% |
| درجة Lightning | أساس fp8 + LoRA بـ 8 خطوة | 8 خطوة / cfg 1 | ≈ 55s / ≈ 34s | 86% |
| درجة التقطير | نسخة مقطّرة غير رسمية fp8 | 15 خطوة / cfg 1.0 (يمكن أيضًا 10 خطوة) | ≈ 69s / ≈ 36s | 86% |
50 خطوة هي الإعداد الأصلي الرسمي لـ Qwen-Image، وتذكر الملاحظة في القالب أن «النتائج أكثر أمانة للأصل لكن أبطأ»؛ للاستخدام اليومي تكفي 20 خطوة.
هيكل سير العمل (نفس بنية اللوادر الثلاثة المستخدمة في Z-Image-Turbo، مع إضافة مفتاح LoRA):
UNETLoader (نموذج الانتشار 20B) ──→ LoraLoaderModelOnly (Lightning، يتحكم فيه المفتاح) ──→ ModelSamplingAuraFlow (shift 3.1) ──→ KSampler ──→ VAEDecode ──→ SaveImage
CLIPLoader (Qwen2.5-VL 7B) ──→ CLIPTextEncode (مطلوبك) ────────────────→ KSampler (positive)
└──→ CLIPTextEncode (المطالبة السلبية، يمكن كتابتها في الدرجة القياسية) ──→ KSampler (negative)
VAELoader (VAE) ────────────────────────────────────────────────────────→ VAEDecode
EmptySD3LatentImage (لوحة فارغة 1328×1328) ─────────────────────────────────→ KSamplerتابع خطواتي
الخطوة 1: تحميل سير العمل الرسمي لتوليد الصور من النص في Qwen-Image
لماذا: القالب الرسمي يضبط المعاملات وروابط النماذج ومفاتيح التسريع مسبقًا، أما التوصيل من الصفر فيستهلك الوقت ويسهل معه إغفال العقد.
العملية: اختر إحدى الطريقتين.
الطريقة A: تحميل بنقرة واحدة من مكتبة القوالب (موصى بها)
من الشريط الجانبي الأيسر Templates افتح مكتبة القوالب، ابحث عن Qwen-Image، واختر «Qwen千问-图像:文生图» (اسم القالب image_qwen_image، أُدرج في شهر 8 من عام 2025). للاطلاع على الاستخدام الكامل لمكتبة القوالب انظرمكتبة القوالب.
الطريقة B: تنزيل ملف JSON وفتحه يدويًا
ملف القالب الرسمي: image_qwen_image.json، بعد تنزيله افتحه من القائمة Workflows → Open.
ينبغي أن ترى: في منتصف اللوحة عقدة مخطط فرعي باسم Text to Image (Qwen-Image)، مع المطالبة والعرض والارتفاع وseed ظاهرة مباشرة على سطح العقدة، بالإضافة إلى صف من مدخلات ملفات النماذج ومفتاح تسريع باسم enable_turbo_mode (سيُستخدم في الخطوة 5 للتبديل إلى درجة Lightning ذات 8 خطوة)؛ وبجانبها ملاحظة (MarkdownNote) مليئة بأحجام النماذج وروابط التنزيل. للتوثيق الرسمي طريقة استخدام خاصة بالمخططات الفرعية: docs.comfy.org/interface/features/subgraph.
- تم تحميل سير عمل Qwen-Image على اللوحة، ويمكن رؤية المخطط الفرعي وملاحظة النماذج
الخطوة 2: تنزيل مجموعة النماذج الرباعية ووضعها في المجلدات المناسبة
لماذا: لا يُحزم Qwen-Image في نقطة تفتيش واحدة—نموذج الانتشار ومرمّز النصوص وVAE تُثبّت الثلاثة منفصلة، وLoRA الخاص بـ Lightning هو القطعة الرابعة الاختيارية؛ إذا وضعته في مجلد فرعي خاطئ فلن تجد الملف في القائمة المنسدلة للودر.
الإجراء: نزّل الثلاثة الأولى إلزاميًا، والرابع نزّله فقط إذا أردت التسريع (يعمل الوضع القياسي بدونه أيضًا):
| الملف | الحجم | في أي مجلد فرعي يوضع | التحميل |
|---|---|---|---|
qwen_image_fp8_e4m3fn.safetensors | 19.03 GB | models/diffusion_models/ | Hugging Face |
qwen_2.5_vl_7b_fp8_scaled.safetensors | 8.74 GB | models/text_encoders/ | Hugging Face |
qwen_image_vae.safetensors | 242 MB | models/vae/ | Hugging Face |
Qwen-Image-Lightning-8steps-V1.0.safetensors(اختياري) | 1.58 GB | models/loras/ | Hugging Face |
fp8 هو التنسيق المعتمد افتراضيًا في سير العمل الرسمي (إصدار 2512 من نفس العائلة يوصي رسميًا صراحةً بـ fp8 لمعظم المستخدمين)؛ إذا كنت تسعى لجودة أعلى يمكنك التبديل إلى النسخة الكاملة bf16 (حوالي 40.9 GB، مستودع Qwen الرسمي)، مع تضاعف استهلاك ذاكرة الفيديو والقرص.
💡 التحميل داخل الصين يتم عبر ModelScope
الملفات الثلاثة الأولى لها مستودع مرآة واحد على ModelScope: Comfy-Org/Qwen-Image_ComfyUI، نزّل الملفات من نفس المسارات تحت split_files، وهو أكثر ملاءمة للشبكات داخل الصين.
بعد وضعها اضغط r على اللوحة للتحديث، ثم اختر كل loader للملف المقابل له. إذا لم تكن متأكدًا أي ملف يذهب إلى أي خانة، ارجع إلى جدول المقارنة في أين تضع النماذج.
يجب أن ترى: اختفاء جميع تحذيرات النقص الحمراء، وعرض أسماء ملفات النماذج الثلاثة الصحيحة على سطح الرسم الفرعي.
- الملفات الثلاثة الإلزامية موجودة جميعها في المجلدات الفرعية الصحيحة، وكل loader اختار ملفه
الخطوة 3: افهم عقد سير عمل Qwen-Image ومعاملاته
لماذا: هذا سير عمل Qwen-Image هو النسخة الأم للعائلة كلها — 2512 اللاحق و Edit في الدرس التالي يستخدمان نفس الهيكل. إذا فهمت العقد الآن، فكل ما بعدها مجرد تبديل ملفات.
الإجراء: انقر نقرًا مزدوجًا للدخول إلى داخل الرسم الفرعي، وقارن كل عقدة وفق هذا الجدول:
| العقدة | ماذا تفعل | المعاملات الرئيسية في القالب |
|---|---|---|
| UNETLoader | يحمّل نموذج الانتشار نفسه (20B) | qwen_image_fp8_e4m3fn.safetensors |
| CLIPLoader | يحمّل مرمّز النص Qwen2.5-VL 7B | qwen_2.5_vl_7b_fp8_scaled.safetensors، النوع qwen_image |
| VAELoader | يحمّل VAE | qwen_image_vae.safetensors |
| ModelSamplingAuraFlow | رقعة جدولة الضوضاء، يتحكم shift في توزيع الضوضاء | shift = 3.1 |
| CLIPTextEncode | يرمّز المطالبة إلى شرط | الموجب يتصل بـ positive في KSampler؛ والسالب يُترك فارغًا افتراضيًا |
| EmptySD3LatentImage | ينشئ لوحة فارغة | بالأبعاد 1328×1328، الدفعة 1 |
| KSampler | أخذ عينات إزالة الضوضاء | euler + simple، denoise 1.0؛ الخطوات و cfg مرتبطان بالمفتاح (انظر أدناه) |
| LoraLoaderModelOnly | يعلّق Lightning LoRA | Qwen-Image-Lightning-8steps-V1.0.safetensors، الشدة 1 |
| عقد التبديل ×3 + مفتاح منطقي | ربط وضع التسريع | مفتاح واحد يبدّل LoRA والخطوات و cfg في وقت واحد |
| VAEDecode / SaveImage | يفكّ الترميز ويحفظ | البادئة Qwen-Image، الملف يوضع في ComfyUI/output/ |
منطق المفتاح (القالب يحزم ثلاث معاملات معًا، فتحريك مفتاح واحد يبدّلها كلها؛ المفتاح على سطح الرسم الفرعي اسمه enable_turbo_mode، والعقدة المنطقية داخل الرسم الفرعي اسمها Enable Lightning LoRA):
| enable_turbo_mode | LoRA | الخطوات | cfg |
|---|---|---|---|
| مغلق (افتراضي) | لا يُعلّق | 20 | 4 |
| مفتوح | يُعلّق، الشدة 1 | 8 | 1 |
الملاحظة في القالب تذكر أيضًا: لتشغيل الإعدادات الأصلية الرسمية يمكنك تجربة 50 خطوة، النتيجة أكثر أمانة للأصل لكن أبطأ.
نوع CLIPLoader يبقى على افتراضي القالب qwen_image — هذا هو نوع التحميل الخاص بسلسلة Qwen-Image في ComfyUI، لا تغيّره إلى نوع آخر.
يجب أن ترى: تستطيع من اليسار إلى اليمين ذكر مسؤولية كل عقدة؛ خطوات و cfg في KSampler ليست مكتوبة يدويًا بل تأتي من ربط المفتاح — الوضع الافتراضي (المفتاح مغلق) يسير فعليًا بـ 20 خطوة و cfg 4.
- أستطيع ذكر أي loader يحمّل كلًّا من المكونات الثلاثة، وأي ثلاث معاملات يبدّلها المفتاح
الخطوة 4: اكتب مطالبة تحتوي نصًا صينيًا وشغّل أول صورة
لماذا: تُعد قدرة Qwen-Image على عرض النصوص هي ميزتها المميزة — اكتب النص الذي تريد ظهوره في الصورة بين علامتي اقتباس في الوصف، وسيضع النموذج النصوص مع الخط والتنسيق داخل الصورة.
الخطوات:
- اكتب الوصف في حقل prompt الخاص بالرسم الفرعي (أو في حقل text لعقدة CLIPTextEncode). المثال المرفق مع القالب الرسمي هو ببساطة «اختبار نصوص» — شوارع هونغ كونغ في ثمانينيات 1980 مليئة بلافتات النيون الصينية والإنجليزية:
A vibrant, warm neon-lit street scene in Hong Kong at the afternoon, with a mix of colorful Chinese and English signs glowing brightly. The atmosphere is lively, cinematic, and rain-washed with reflections on the pavement. The colors are vivid, full of pink, blue, red, and green hues. Crowded buildings with overlapping neon signs. 1980s Hong Kong style. Signs include:
"龍鳳冰室" "金華燒臘" "HAPPY HAIR" "鴻運茶餐廳" "EASY BAR" "永發魚蛋粉" "添記粥麵" "SUNSHINE MOTEL" "美都餐室" "富記糖水" "太平館" "雅芳髮型屋" "STAR KTV" "銀河娛樂城" "百樂門舞廳" "BUBBLE CAFE" "萬豪麻雀館" "CITY LIGHTS BAR" "瑞祥香燭莊" "文記文具" "GOLDEN JADE HOTEL" "LOVELY BEAUTY" "合興百貨" "興旺電器" And the background is warm yellow street and with all stores' lights on.- استبدله بمشهدك الخاص: صف المشهد والأسلوب أولًا، ثم اذكر النصوص التي تريد ظهورها بين علامتي اقتباس. يمكنك كتابة الوصف بالصينية مباشرة — التوثيق الرسمي يدعم الإنجليزية والصينية والكورية واليابانية والإيطالية وغيرها. مثال على كتابة ملصق صيني:
复古港式奶茶店门头,暖黄色灯光,木质招牌上写着「手作珍珠奶茶」,招牌角落一行小字「每日鲜煮」,玻璃柜台映着霓虹光,胶片质感- الأبعاد الافتراضية هي 1328×1328 (1:1)؛ إذا أردت تغيير النسبة فعدّل قيمتي width / height في الرسم الفرعي، وترى قائمة الدقات الشائعة في جدول النسب في الخطوة 6
- انقر على Run أو اضغط
Ctrl+Enter
يجب أن ترى: يتقدم شريط التقدم بمقدار 20 خطوة (الوضع القياسي)، وتستغرق الجولة الأولى حوالي دقيقة ونصف على بطاقة بسعة 24GB؛ تُخرج عقدة SaveImage الصورة، وتظهر النصوص الصينية على اللافتات كما كتبتها، ويبدأ اسم الملف بالبادئة Qwen-Image.
- ظهرت في SaveImage أول صورة مولّدة بواسطة Qwen-Image تحتوي على نصوص صينية
الخطوة 5: تسريع توليد الصور — LoRA بنمط Lightning بخطوات 8 أو النسخة المقطرّة بخطوات 15
لماذا: الوضع القياسي بخطوات 20 يستغرق حوالي 94 ثانية في الجولة الأولى، وهذا طويل جدًا عند تكرار المحاولات. يقدم الدليل الرسمي مسارين للتسريع، بتخفيض الخطوات إلى 8 أو 15.
الطريقة A (موصى بها): LoRA بنمط Lightning بخطوات 8
- تأكد من أن ملف
Qwen-Image-Lightning-8steps-V1.0.safetensorsمن الخطوة 2 موجود بالفعل فيmodels/loras/ - فعّل مفتاح enable_turbo_mode على سطح الرسم الفرعي — ستتبدل ثلاثة إعدادات تلقائيًا معًا: تحميل الـLoRA، و8 خطوة، وcfg بقيمة 1
- انقر على Run
القياس الرسمي للوضع بخطوات 8: الجولة الأولى ≈55s والجولات التالية ≈34s. لاحظ أن cfg بقيمة 1 يعني أن عملية العيّن لا تقارن بين الشرط الإيجابي والسلبي، وبالتالي لا يعمل الوصف السلبي (المبدأ نفسه كما في Z-Image-Turbo)، فركّز كل جهدك على الوصف الإيجابي.
الطريقة B: النسخة المقطرّة بخطوات 15
- نزّل النسخة المقطرّة غير الرسمية qwen_image_distill_full_fp8_e4m3fn.safetensors (بحجم 19.03 GB؛ ونسخة bf16 بحجم 38.05 GB)، وضعها في
models/diffusion_models/ - نزّل سير العمل الرسمي المرافق image_qwen_image_distill.json، وافتحه عبر Workflows → Open
- اختر ملف النسخة المقطرّة في عقدة UNETLoader، وباستخدام المعاملات التي يوصي بها المؤلف الأصلي: 15 خطوة وcfg بقيمة 1.0؛ كما أظهرت الاختبارات الرسمية أن 10 خطوة + cfg بقيمة 1.0 تعطي نتائج جيدة أيضًا، ويمكن استخدام أي من المُعيّنين
eulerأوres_multistep
القياس الرسمي للوضع المقطرّ: الجولة الأولى ≈69s والجولات التالية ≈36s.
⚠️ لا تستخدم المسارين معًا
يوضح الدليل الرسمي صراحة: النسخة المقطرّة وLoRA بخطوات 8 من lightx2 «يبدو أنهما غير متوافقين للاستخدام المتزامن». إذا أردت السرعة فاختر أحدهما: إما القاعدة + LoRA بنمط Lightning، أو النسخة المقطرّة وحدها.
يجب أن ترى: في الطريقة A يتقدم شريط التقدم بمقدار 8 خطوة فقط، وفي الطريقة B بمقدار 15 خطوة، ويصبح توليد الصور أسرع بوضوح في الحالتين؛ تختلف الجودة والأسلوب قليلًا، فبدّل بينهما حسب الحاجة عند المحاولة.
- نجح تشغيل مسار تسريع واحد على الأقل، مع تقليص واضح في زمن توليد الصور
الخطوة 6: الترقية إلى Qwen-Image-2512، خطوة إضافية في واقعية الشخصيات وعرض النصوص
لماذا: 2512 هو ترقية للقاعدة الأساسية صدرت في الشهر 12، ويسرد المسؤولون ثلاثة تحسينات: شخصيات أكثر واقعية (تقليل ملحوظ لـ«الإحساس بتوليد الذكاء الاصطناعي»)، وتفاصيل طبيعية أدق (المناظر الطبيعية وفراء الحيوانات)، وتنسيق أفضل لعرض النصوص واتساق أكبر بين النص والصورة.
الخطوات:
- ابحث عن
Qwen-Image-2512في مكتبة القوالب، وحمّل قالب «Qwen Image 2512» (اسم القالبimage_qwen_Image_2512)؛ أو نزّل image_qwen_Image_2512.json وافتحه يدويًا. بنيته مطابقة تمامًا لنسخة القاعدة: الوصف والعرض والارتفاع وseed ظاهرة على سطح الرسم الفرعي، مع نفس مفتاح التسريع - يكفي استبدال ملف واحد فقط: qwen_image_2512_fp8_e4m3fn.safetensors (بحجم 19.03 GB، توصية رسمية) وضعه في
models/diffusion_models/؛ وإذا كانت الجودة أولويتك فنزّل qwen_image_2512_bf16.safetensors (أكبر حجمًا وأكثر استهلاكًا لذاكرة الفيديو). مُرمّز النص وVAE مشتركان مع القاعدة، فلا حاجة لإعادة تنزيلهما - للحصول على 4 خطوات في وضع التسريع، حمّل أيضًا LoRA بخطوات 4 :Qwen-Image-2512-Lightning-4steps-V1.0-fp32.safetensors (1.58 GB) وضعه في
models/loras/. صفحة الدرس الرسمية تذكر اسم الملف القديمQwen-Image-Lightning-4steps-V1.0.safetensors، وهو غير متطابق مع ما يشير إليه القالب فعليًا — اعتمد على قالب سير العمل - المعاملات: الافتراضي 50 خطوة، cfg 4 (
euler+simple)؛ تفعيل مفتاح التسريع (يُسمى داخل الرسم الفرعي Enable 4 Steps LoRA?) يبدّل تلقائيًا إلى 4 خطوة، cfg 1 - لتغيير النسبة عدّل العرض والارتفاع مباشرة؛ جدول النسب في وثائق 2512 الرسمية:
| النسبة | الدقة |
|---|---|
| 1:1 | 1328×1328 |
| 16:9 | 1664×928 |
| 9:16 | 928×1664 |
| 4:3 | 1472×1104 |
| 3:4 | 1104×1472 |
| 3:2 | 1584×1056 |
| 2:3 | 1056×1584 |
- في الوضع القياسي cfg 4 يستجيب للنص السلبي — مثال النص السلبي الصيني المرفق مع القالب الرسمي، انسخه مباشرة:
دقة منخفضة، جودة منخفضة، أطراف مشوهة، أصابع مشوهة، تشبع مفرط للألوان، ملمس شمعي، وجه بلا تفاصيل، مفرط النعومة، مظهر يوحي بالذكاء الاصطناعي. تكوين فوضوي. نص ضبابي، ملتوٍ- اضغط على Run
⚠️ 2512 حديث نسبيًا، حدّث ComfyUI أولًا
تذكير من ملحوظة القالب: حدّث ComfyUI إلى أحدث إصدار أولًا — الموديلات المدعومة في nightly تحتاج من Desktop / Cloud انتظار إصدار stable ليواكبها. إذا فشل التحميل بعد التحديث، تتبّع المشكلة وفق فشل تحميل الموديل.
الصفحة الرسمية: GitHub QwenLM/Qwen-Image · Qwen/Qwen-Image-2512 (Hugging Face) · Qwen/Qwen-Image-2512 (ModelScope)؛ ملفات ComfyUI الخاصة بـ 2512 موجودة أيضًا في مستودع Comfy-Org/Qwen-Image_ComfyUI المذكور في الخطوة 2، وللتنزيل داخل الصين توجد مرايا كذلك.
يجب أن ترى: يعرض UNETLoader qwen_image_2512_fp8_e4m3fn.safetensors، ويخرج الوضع القياسي صورة خلال 50 خطوة؛ التفاصيل الطبيعية مثل ملمس بشرة الوجوه وفراء الحيوانات أكثر متانة من النسخة الأساسية لشهر 8، وتنسيق النصوص داخل الصورة أكثر انتظامًا.
- 2512 يعمل بنجاح: تم استبدال ملف نموذج الانتشار فقط، بينما استُخدم مشفر النص وVAE الخاصان بالنسخة الأساسية
نقاط التحقق ✅
- Qwen-Image للنص إلى صورة يعمل: تحميل القالب → وضع القطع الأربع في مكانها → إخراج صورة بالوضع القياسي خلال 20 خطوة
- النص الصيني داخل الصورة يتشكل وفق النص التوجيهي (تمت تجربة عنوان لافتة أو ملصق مرة واحدة على الأقل)
- نجح تشغيل مسار تسريع واحد على الأقل: Lightning بخطوات 8 أو النسخة المقطرة بخطوات 15، مع العلم أن الاثنين لا يمكن دمجهما
- 2512 نجح التبديل: استُبدل ملف نموذج الانتشار فقط، والمشفر وVAE مشتركان
- تستطيع توضيح تقسيم خطوط العائلة الثلاثة: الخط الأساسي (هذه الصفحة)، خط Edit للتحرير، و2.1 الجيل الجديد
تذكير بالأخطاء الشائعة
❌ تفعيل Lightning مع كتابة نصوص سلبية بكثافة
السبب: في وضع التسريع cfg 1، ولا يجري أخذ عينات بمقارنة الشروط الإيجابية والسلبية، فالنص السلبي لا يعمل. التصرف الصحيح: في وضع التسريع ركّز كامل الجهد على النص الإيجابي؛ وإذا احتجت فعلًا إلى توجيه سلبي فارجع إلى الوضع القياسي (cfg 4، ومثال النص السلبي الصيني المرفق مع قالب 2512 مخصص للوضع القياسي).
❌ تشغيل النسخة المقطرة مع Lightning LoRA معًا
السبب: الدرس الرسمي يذكر صراحةً أن النسخة المقطرة وLoRA بخطوات 8 من lightx2 «يبدو أنهما غير متوافقين للاستخدام المتزامن». التصرف الصحيح: اختر أحدهما — الأساس + Lightning LoRA (8 خطوة cfg 1)، أو النسخة المقطرة وحدها (15 خطوة cfg 1.0).
❌ لم يُحتفظ بنوع qwen_image في CLIPLoader
السبب: عائلة Qwen-Image لها نوع تحميل خاص داخل ComfyUI، واختيار النوع الخاطئ يعني عدم تثبيت مشفر النص بشكل صحيح. التصرف الصحيح: أبقِ الافتراضي في القالب qwen_image، وينطبق الأمر نفسه عند التبديل إلى 2512 وفي الدرس التالي عند التبديل إلى Edit.
❌ خطأ في تحميل سير عمل 2512 أو عدم التعرف على الموديل
السبب: 2512 حديث نسبيًا، والإصدارات القديمة من ComfyUI لا تدعمه؛ ملحوظة القالب الرسمي تطلب التحديث أولًا، وDesktop / Cloud يحتاجان انتظار إصدار stable. التصرف الصحيح: حدّث ComfyUI إلى أحدث إصدار أولًا؛ وإذا استمرت المشكلة تتبّعها وفق فشل تحميل الموديل.
❌ نفاد ذاكرة العرض (CUDA out of memory)
السبب: موديل بحجم 20B، وبيانات القياس الرسمية جاءت من بطاقة بذاكرة 24GB (استهلاك 86%)، والبطاقات الأصغر تفيض بسهولة. التصرف الصحيح: اذهب إلى ذاكرة عرض غير كافية لإيجاد إعدادات offload والتكميم؛ وفي مرحلة التجريب استخدم أولًا وضع Lightning بخطوات 8 لخفض زمن الانتظار.
نصائح متقدمة (اختياري)
🔧 وضع Turbo بخطوات 2: مكتبة القوالب تحتوي أيضًا على «Qwen-Image 2512 Turbo» (image_qwen_image_2512_with_2steps_lora): استبدل بـ Turbo LoRA بخطوات 2 من Wuli-art (Wuli-Qwen-Image-2512-Turbo-LoRA-2steps-V1.0-bf16.safetensors، شدة 1)، ويجري KSampler بخطوات 2 فقط، cfg 1، مع تصفير الشرط السلبي مباشرة. وصف القالب الرسمي يذكر صراحةً «يتم التضحية ببعض الجودة مقابل السرعة» — استخدمه عند الاستعجال لمعاينة التكوين.
🔧 ControlNet للتحكم في التكوين: يمتلك Qwen-Image ثلاثة مسارات رسمية لـ ControlNet، ولكل منها مجلد أوزان مختلف:
| المسار | عناصر التحكم المدعومة | في أي مجلد يوضع |
|---|---|---|
| InstantX Union ControlNet | canny / softedge / depth / pose | models/controlnet/ |
| DiffSynth 补丁 | canny / depth / inpaint | models/model_patches/ |
Union Control LoRA (qwen_image_union_diffsynth_lora.safetensors) | يدعم canny / depth / pose / lineart / softedge / normal / openpose | models/loras/ |
يتطلب التحكم بالعمق أولًا استخدام نموذج العمق Lotus (lotus-depth-d-v1-1.safetensors) مع VAE خاص بـ SD1.5 للمعالجة المسبقة. للاطلاع على الاستخدام المنهجي راجع مقدمة إلى ControlNet.
🔧 إرفاق LoRA أسلوبي بـ Qwen-Image: عقدة LoraLoaderModelOnly في سير العمل هي نقطة الإرفاق الجاهزة (وهي نفسها المستخدمة لإرفاق Lightning)، ويُتبع النهج نفسه عند تبديل LoRA أسلوبية من منظومة Qwen-Image. لمعرفة الاستخدام المنهجي لـ LoRA راجع طرق استخدام LoRA.
خلاصة هذا الدرس
✅ سير عمل Qwen-Image يعمل بنجاح: تحميل القالب → إعادة المكونات الأربعة إلى مواضعها → توليد الصور بالإعداد القياسي عند 20 خطوة؛ هذا الهيكل هو القالب الأم لكل العائلة، وكل من 2512 و Edit في الدرس التالي يغيّران الملفات دون تغيير البنية.
✅ كتابة النص الصيني داخل الصورة: النص المطلوب ظهوره يُكتب بين علامتي اقتباس في الوصف، ومُشفّر النصوص Qwen2.5-VL 7B مع عرض النصوص متعددة اللغات يتولى التشكيل — وهذه ميزته الأساسية على Z-Image-Turbo.
✅ حفظ مسار التسريع: Lightning بخطوات 8 (بتفعيل مفتاح enable_turbo_mode) أو النسخة المقطّرة بخطوات 15 (بتبديل ملف النموذج)، خيار واحد دون الجمع بينهما؛ عند cfg 1 لا يعمل الوصف السلبي.
✅ ترقية 2512 تستبدل ملفًا واحدًا فقط: يُستبدل نموذج الانتشار بـ qwen_image_2512_fp8_e4m3fn.safetensors، مع بقاء المُشفّر و VAE صالحين للاستخدام؛ مقابل صور شخصية أكثر واقعية وتنسيق نصوص أكثر انتظامًا.
مراجعة الإعدادات الرئيسية:
| الإعداد | القيمة الموصى بها | الشرح |
|---|---|---|
| نموذج الانتشار | qwen_image_fp8_e4m3fn.safetensors (إصدار 2512 qwen_image_2512_fp8_e4m3fn.safetensors) | يوضع في models/diffusion_models/، و fp8 هو التوصية الرسمية |
| مُشفّر النصوص | qwen_2.5_vl_7b_fp8_scaled.safetensors | يوضع في models/text_encoders/، ونوع CLIPLoader هو qwen_image |
| VAE | qwen_image_vae.safetensors | يوضع في models/vae/، مشترك بين القاعدة و 2512 |
| KSampler الإعداد القياسي | 20 خطوة، cfg 4،euler + simple، denoise 1.0 | 2512 الافتراضي 50 خطوة، cfg 4؛ و50 خطوة هي الإعداد الأصلي الرسمي |
| KSampler إعداد التسريع | Lightning: 8 خطوة، cfg 1؛ النسخة المقطّرة: 15 خطوة، cfg 1.0 | المساران لا يجتمعان؛ عند cfg 1 لا يعمل الوصف السلبي |
| جدولة الضوضاء | ModelSamplingAuraFlow بقيمة shift 3.1 | اتبع القالب |
| اللوحة | EmptySD3LatentImage 1328×1328 | لتبديل النسبة راجع جدول النسب في الخطوة 6 |
| Lightning LoRA | Qwen-Image-Lightning-8steps-V1.0.safetensors (للاستخدام مع 2512 استخدم نسخة 4steps fp32) | يوضع في models/loras/، والشدة 1 |
استعراض الدرس التالي
خط القاعدة لا يستطيع سوى «التوليد من الصفر»؛ أما إذا أردت تعديل صورة موجودة — تبديل الخلفية بجملة واحدة، أو تعديل النص، أو ضبط الوضعية — فأنت بحاجة إلى خط التحرير بالأوامر. الدرس التالي: تعديل الصور بالأوامر مع Qwen-Image-Edit.
ستتعلم:
- تحرير الصور بالأوامر مع Qwen-Image-Edit: تبديل الخلفية أو تعديل النص بجملة واحدة
- نقاط الترقية والاختيار بين جيلي التحرير 2509 / 2511
- تنزيل النماذج وإعداد المعاملات لسير عمل التحرير
- كيف يتكامل خط القاعدة مع خط التحرير: التوليد أولًا ثم التعديل