Skip to content

Qwen-Image-2.1: الجيل الجديد الذي يجمع التوليد والتعديل في نموذج واحد (دقة 2K أصلية وخلفية شفافة و16 صورة مرجعية) ​

Qwen-Image-2.1 هو أحدث إصدار بأوزان مفتوحة من سلسلة Qwen-Image التي طورها فريق Qwen في علي بابا، وهو أيضًا أكبر تغيير في هذا الجيل: نموذج واحد يقوم في الوقت نفسه بتوليد الصور من النص والتعديل بالأوامر—نفس الأوزان تستطيع توليد صور من المطالبات وتعديل الصور وفق أمر من جملة واحدة، دون تغيير نقطة التفتيش في سير العمل. يضاف إلى ذلك ثلاثة أمور لم يستطع الجيل السابق أداءها أو لم يؤدِّها جيدًا: إخراج مباشر بدقة 2K أصلية، تنسيق نصي احترافي للنصوص الصغيرة الكثيفة، وVAE بقناة alpha مدمجة لتوليد صور بخلفية شفافة مباشرة.

تأخذك هذه الصفحة لتشغيل سير عمل Qwen-Image-2.1 الرسمي من البداية إلى النهاية: تنزيل مكونات النموذج الثلاثة، تحميل قوالب التوليد من النص والتعديل من مكتبة القوالب، استخدام Resolution Selector للإخراج المباشر بدقة 2K، كتابة مطالبات الخلفية الشفافة، ربط عدة صور مرجعية لتغيير الملابس، وأخيرًا التبديل إلى Turbo بتسريع 8 خطوات.

العلاقة بالدرسين السابقين: قاعدة Qwen-Image مسؤولة عن التوليد من الصفر، وQwen-Image-Edit مسؤول عن التعديل بالأوامر؛ أما 2.1 فيدمج الخطين في نموذج واحد، ويستبدل أيضًا مشفّر النصوص بالكامل (من Qwen2.5-VL 7B إلى Qwen3-VL 8B)، وملفات النموذج غير متوافقة مع الأجيال الثلاثة السابقة.

ماذا ستستطيع أن تفعل بعد التعلم ​

  • تحميل سير عمل التوليد من النص والتعديل لـ Qwen-Image-2.1 من مكتبة القوالب الرسمية، واستكمال ملفات النموذج، وتشغيل أول عملية توليد
  • استخدام Resolution Selector للإخراج حسب النسبة + الميغابكسل؛ 1:1 مع إضافة 4MP يخرج مباشرة بدقة 2048×2048 أصلية 2K
  • كتابة تعديل بالأوامر بجملة واحدة: تغيير الخلفية والنص والملابس، مع ربط حتى 16 صورة مرجعية من image_1 إلى image_16
  • توليد PNG بخلفية شفافة باستخدام قوالب المطالبات الرسمية، دون الحاجة إلى تشغيل نموذج إزالة خلفية إضافي
  • التبديل إلى نقطة تفتيش Turbo أو ربط LoRA الرسمي Turbo، لإخراج الصور في 8 خطوات

مشكلتك الحالية ​

  • توليد صورة أساسية بـ Qwen-Image ثم فتح Qwen-Image-Edit للتعديل؛ نموذجان بأكثر من ثلاثين غيغابايت، وهو ما لا يتحمله القرص ولا سير العمل
  • الإخراج الافتراضي للجيل السابق كان بدقة 1328×1328 فقط (حوالي 1.8MP)، فتحتاج لتصميم الملصقات إلى جولة تكبير إضافية، ويصبح النص مشوشًا عند التكبير
  • مواد التجارة الإلكترونية تحتاج خلفية شفافة، وبعد التوليد يجب إزالة الخلفية بـ BiRefNet، وتظهر دائمًا حافة بيضاء حول الحواف
  • التعديل بعدة صور مرجعية (ألبس هذا الشخص هذه الملابس) كان في الجيل السابق محدودًا بـ 3 صور كحد أقصى، وهو غير كافٍ لصور الأطقم والمشاهد

متى تستخدم هذه الطريقة ​

عندما تحتاج إلى:

  • نموذج واحد يغطي مهمتي «التوليد من الصفر» و«التعديل بالأوامر»، دون الحفاظ على مجموعتي أوزان
  • إخراج مباشر بدقة 2K أصلية: ملصقات وتغليفات وإنفوغرافيك، بنصوص صغيرة كثيفة وواضحة
  • توليد أو تعديل صور بخلفية شفافة بقناة alpha مباشرة
  • تعديل بعدة صور مرجعية: صورة الشخص + صورة الملابس + صورة المشهد تُدخل معًا

ولا تريد:

  • تشغيل نموذج تكبير إضافي بعد التوليد للوصول إلى 2K
  • تمرير مواد الخلفية الشفافة عبر سير عمل إزالة خلفية إضافي
  • تنزيل نموذج منفصل لكل من التوليد والتعديل والتسريع

🎒 التحضير قبل البدء ​

  • دراسة الدرس السابق التعديل بالأوامر في Qwen-Image-Edit ومعرفة ماهية التعديل بالأوامر (ملفات نموذج 2.1 غير متوافقة معه، ويمكنك البدء مباشرة حتى لو لم تدرسه)
  • تشغيل أول عملية توليد، ومعرفة كيفية تحميل القوالب والتعرف على KSampler ومحملات Loader الثلاثة
  • تأكد من معرفة قواعد مجلدات النماذج: ما الذي يوضع في كل من diffusion_models وtext_encoders وvae (إذا نسيت، راجع أين تُوضع النماذج)
  • احجز حوالي 16GB على القرص: نموذج الانتشار بنسخة int8 بحجم 6.76GB + مرمّز النص 8.71GB + VAE 0.64GB (أضف 8.82GB إذا أردت تفعيل تحسين المطالبات)
  • حدّث ComfyUI إلى v0.37 أو أحدث (قالب Turbo يتطلب v0.39+، والإصدار المستقر الحالي v0.43.2 لا مشكلة فيه؛ إذا لم تعرف كيفية التحديث راجع نظرة عامة على استكشاف الأخطاء)
  • يجب أن تتمكن الشبكة من الاتصال بـ Hugging Face؛ إذا كان الاتصال غير مستقر استخدم المصدر المحلي ModelScope (العنوان في الخطوة 2)
  • مرجع لذاكرة VRAM: أوزان int8 حوالي 6.76GB، وعند تحرير الصور الكبيرة يرتفع استهلاك الذاكرة مع زيادة عدد الصور المرجعية ودقتها، وإذا ضاق الأمر اذهب إلى ذاكرة غير كافية للعثور على حل

الفكرة الأساسية ​

لماذا يستطيع 2.1 أداء مهمتين بنموذج واحد؟ يشارك كل من توليد الصور من النص والتحرير بالتعليمات نفس عملية الانتشار على المستوى الأساسي، والفرق فقط في المدخلات الشرطية: توليد الصور من النص يغذّي المطالبة فقط، بينما التحرير «يُلحق» الصورة المرجعية بتسلسل إدخال مرمّز النص — فمرمّز Qwen3-VL متعدد الوسائط بطبيعته ويقرأ الصور والنصوص معًا. لذلك لم يعد 2.1 يحتاج إلى تدريب فرع Edit منفصل، إذ تتبدل المهمة مباشرة بنفس الأوزان، وقالب التحرير ببساطة يوصل LoadImage بفتحة الصورة في عقدة Text Encode.

هيكل سير عمل Qwen-Image-2.1 (قالب توليد الصور من النص، محتوى بالكامل داخل عقدة مخطط فرعي واحدة باسم «Text to Image (Qwen Image 2.1)»):

ResolutionSelector (النسبة + الميغابكسل) ──→ مخطط فرعي: EmptyLatentImage ─→ KSampler ─→ VAEDecode ─→ SaveImage
CLIPLoader (Qwen3-VL 8B) ──→ TextEncodeQwenImage21 (إيجابي/سلبي) ─→ KSampler
UNETLoader (نموذج انتشار 2.1) ─→ QwenImage21Cache (ذاكرة KV مؤقتة) ─→ KSampler
VAELoader (VAE بقنوات 4) ─→ VAEDecode

يستبدل قالب التحرير EmptyLatentImage بمخرج latent الخاص بـ TextEncodeQwenImage21 — وأبعاد هذا الـ latent تتبع تلقائيًا أول صورة مرجعية (image_1)، فلا داعي لحساب اللوحة بنفسك.

خمسة قوالب رسمية، عائلة نماذج واحدة:

اسم القالب (كلمة البحث في مكتبة القوالب)المهمةالخطواتالحد الأدنى للإصدار
Qwen Image 2.1: توليد الصور من النصتوليد صور من النص25 خطوةv0.37.2
Qwen Image 2.1: تحرير الصورتعديل بالتعليمات + مراجع متعددة25 خطوةv0.37.0
إزالة الخلفية: Qwen Image 2.1قص بخلفية شفافة25 خطوةv0.37.0
Qwen Image 2.1 Turbo: توليد الصور من النصتسريع توليد الصور من النص8 خطوةv0.39.0
Qwen Image 2.1 Turbo: تحرير الصورتسريع التعديل8 خطوةv0.39.0

تفضيلات معلمات هذا الجيل تختلف عن الجيل السابق، احفظ ثلاث نقاط قبل البدء:

  • cfg ثابت عند 1: مسار الإصدار الرسمي نفسه هو cfg 1، وعندها يتخطى ComfyUI الشرط السلبي، فكتابة مطالبة سلبية لا فائدة منها
  • ابدأ بعدد خطوات 25: المسار الأصلي الرسمي حوالي 40-50 خطوة، والقالب خفّضها إلى 25 خطوة وهي كافية؛ التعديلات الصغيرة الموضعية تصلح حتى بـ 4-8 خطوات
  • فكّر بالدقة بوحدة «الميغابكسل»: 1MP ≈ 1024×1024، والصورة المربعة بدقة 2K تعني 4MP، فلا تحسب العرض والارتفاع يدويًا بعد الآن

اتبع خطواتي ​

الخطوة 1: تحميل قالب سير عمل Qwen-Image-2.1 الرسمي ​

لماذا: يضم القالب الرسمي تحميل النماذج وأخذ العينات وذاكرة KV المؤقتة كلها في عقدة مخطط فرعي واحدة، فلا تتعامل إلا مع نحو عشرة معلمات مكشوفة، دون الحاجة إلى توصيل العقد من الصفر.

افتح ComfyUI، وفي الشريط الجانبي Templates على اليسار ابحث عن «Qwen Image 2.1»؛ لتوليد الصور من النص اختر Qwen Image 2.1: توليد الصور من النص، ولتعديل الصور اختر Qwen Image 2.1: تحرير الصور (الاسم الصيني في مكتبة القوالب يعتمد على نسختك المحلية، والبحث بالإنجليزية هو الأضمن).

من المفترض أن ترى: على لوحة قالب توليد الصور من النص ثلاث عقد فقط — عقدة Resolution Selector (النسبة + الميغابكسل)، وعقدة مخطط فرعي ضخمة Text to Image (Qwen Image 2.1)، وعقدة Save Image؛ أما قالب التحرير فهو مخطط فرعي Image Edit (Qwen Image 2.1) بصف فتحات إدخال صور من image_1 إلى image_10، إضافة إلى عقدتي LoadImage وعقدة Image Compare. عند نقص النماذج تتحول العقد إلى اللون الأحمر ويحاول القالب التنزيل تلقائيًا؛ لكن التنزيل التلقائي على الشبكة المحلية كثيرًا ما يفشل، لذا يُنصح بالتنزيل اليدوي وفق الخطوة 2.

  • تم تحميل القالب بنجاح، وتظهر على اللوحة عقدتا Resolution Selector والمخطط الفرعي

الخطوة 2: تنزيل النماذج الثلاثة ووضعها في المجلدات المقابلة ​

لماذا:2.1 تم استبدال مشفّر النصوص بـ Qwen3-VL جديد و VAE بقنوات 4، وهو غير متوافق مع ملفات نماذج Qwen-Image / Qwen-Image-Edit ويجب تنزيله من جديد؛ لكن القوالب الرسمية الخمسة (بما فيها Turbo وإزالة الخلفية) تتشارك نفس مشفّر النصوص و VAE، ويمكن استخدامها جميعًا في المرة القادمة.

ثلاثة ملفات لا بد من تنزيلها (تحمّل القوالب نسخة int8 افتراضيًا، وهي موفّرة لذاكرة الفيديو):

الملفالدليلالحجم
qwen_image_2.1_int8_convrot.safetensorsmodels/diffusion_models/6.76 GB
qwen3vl_8b_int8_convrot.safetensorsmodels/text_encoders/8.71 GB
qwen_image_2.1_vae_bf16.safetensorsmodels/vae/644.2 MB

اختر أحد رابطي التنزيل (بنية الدلائل متطابقة، والملفات موجودة في الدلائل الفرعية diffusion_models/ وtext_encoders/ وvae/):

  • Hugging Face:https://huggingface.co/Comfy-Org/Qwen-Image-2.1
  • مصدر ModelScope المحلي (موصى به):https://modelscope.cn/models/Comfy-Org/Qwen-Image-2.1

بعد وضعها ارجع إلى ComfyUI وحدّث، وسيختفي الإطار الأحمر على عقدة الرسم الفرعي.

ينبغي أن ترى: قائمة اختيار اسم النموذج في أعلى عقدة الرسم الفرعي تتيح اختيار qwen_image_2.1_int8_convrot، والنقر على Queue (Ctrl+Enter) لم يعد يُظهر خطأ نقص النموذج.

  • الملفات الثلاثة في مكانها، لا يوجد إطار أحمر على العقد، واختفى خطأ نقص النموذج

الخطوة 3: تشغيل أول توليد نصي إلى صورة بدقة 2K أصلية ​

لماذا: من نقاط البيع لـ 2.1 إنتاج دقة 2K مباشرة دون نموذج تكبير — فالدقة ليست إدخالًا يدويًا للعرض والارتفاع، بل هدف «الميغابكسل» في Resolution Selector، لذا شغّل القيمة الافتراضية أولًا ثم انتقل إلى 2K.

  1. اكتب في خانة prompt لعقدة الرسم الفرعي ما تريد رسمه (نص التلميح النموذجي المرفق مع القالب طويل، يمكنك استخدامه للتجربة أولًا)
  2. أبقِ Resolution Selector على الوضع الافتراضي: 1:1 (Square) + 1 ميغابكسل (حوالي 1024×1024)
  3. انقر Queue (Ctrl+Enter)

ينبغي أن ترى: يتقدم شريط التقدم 25 خطوة (cfg 1 و euler و simple)، وبادئة الصورة الناتجة Qwen_image_2.1.

بعد نجاح التشغيل غيّر إلى 2K: غيّر megapixels في Resolution Selector من 1 إلى 4، مع إبقاء النسبة 1:1، ثم شغّل مرة أخرى.

ينبغي أن ترى: يصبح الناتج 2048×2048، وتصبح التفاصيل والنصوص الصغيرة أكثر متانة بوضوح — هذه هي دقة 2K الأصلية دون المرور بأي نموذج تكبير.

💡 اختر الدقة هكذا

  • اختر النسبة من aspect_ratio في Resolution Selector (1:1 و2:3 و3:2 و3:4 و4:3 و9:16 و16:9 و21:9 ثمانية خيارات)
  • حدّد الحجم بـ megapixels (0.1–16.0): 1MP ≈ 1024×1024، 4MP = 2048×2048 (صورة مربعة بدقة 2K)
  • توصي الوثائق الرسمية بأن تكون قيمة البكسل من مضاعفات 32؛ والأهداف الشائعة (1MP و4MP مربعة) تنتج قيمًا من مضاعفاتها تمامًا
  • لا تتجاوز إلى 4K: تجاوز أبعاد تدريب 2K كثيرًا يقلل من مدى اتباع التلميح
  • أنتج صورة بدقة 1MP مرة، وصورة بدقة 4MP مرة، ونجحت المرتان وكانت 4MP هي 2048×2048

الخطوة 4: تعديل الصورة بتعليمة واحدة، مع حتى 16 صورة مرجعية ​

لماذا: التحرير قدرة أُدمجت في 2.1، حيث تُدمج الصور المرجعية في مشفّر النصوص حسب ترتيب الخانات، ويُشار إليها في التلميح بـ <image1> و<image2> — هذه الصياغة لم تكن موجودة في خط Edit السابق، إنها واجهة جديدة كليًا.

  1. حمّل من مكتبة القوالب قالب Qwen Image 2.1: تحرير الصور
  2. خانة image_1 تستقبل الصورة المراد تحريرها (تُرفع عبر عقدة LoadImage؛ ومثال القالب صورة شخص portrait_model_denim.png)
  3. بدءًا من image_2 تُستقبل الصور المرجعية (المثال صورة ملابس clothing_light_blue_denim_shirt.png)، ويمكن الوصول حتى image_16، والقالب الرسمي يكشف أول 10 خانات
  4. اكتب التعليمة في خانة prompt لعقدة الرسم الفرعي، مشيرًا إلى الصور بأسماء الخانات:
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

(أبقِ وضعية الشخص في image_1 دون تغيير، وألبس الشخص القميص الجينزي الأزرق الفاتح الموجود في image_2، مع الحفاظ على شكل الوجه وتسريحة الشعر والقوام والوضعية الأصلية.)

  1. انقر Queue

ينبغي أن ترى: الشخص في الناتج هو نفسه، والملابس استُبدلت بالقميص الجينزي من الصورة المرجعية؛ ويحتوي القالب أيضًا على عقدة Image Compare تتيح سحب المنزلق لمقارنة الصورة الأصلية بالنتيجة.

💡 قواعد حجم لوحة التحرير (معامل resolution)

  • resolution هوميزانية إجمالية للبكسلات وليس العرض أو الارتفاع: 1024 يعني تصغير image_1 حسب نسبة الأبعاد إلى ما يقارب إجمالي 1024×1024 بكسل (مثلًا صورة 3:4 تُصغَّر إلى حوالي 896×1184)
  • الافتراضي في القالب 0: كل صورة مرجعية تحافظ على حجمها بالبكسل (مع المحاذاة إلى مضاعفات 32)، فصورة 3000×4000 تكون لوحتها 3008×4000
  • custom_size إيقاف (افتراضي): تتبع اللوحة image_1؛ عند التشغيل فقط تُستخدم أبعاد Resolution Selector (العرض والارتفاع)
  • كلما كبرت اللوحة أصبح الأمر أبطأ: في اختبار رسمي على RTX 5090، حقق 3008×4000 نحو 6 s/it، بينما التصغير إلى نحو 896×1184 يستغرق نحو 0.3 s/it فقط — إذا كان تعديل الصورة بطيئًا فتحقق أولًا من resolution وحجم الصور المرجعية قبل التفكير في أي شيء آخر

هل تريد تعديل منطقة محلية فقط؟ انقر بزر الفأرة الأيمن على عقدة LoadImage الخاصة بـ image_1 ثم اختر Open in Mask Editor، واستخدم Paint Pen لطلاء بضعة ضربات على المنطقة المراد تعديلها، ثم احفظ. تُكتب ضربات الطلاء مرة أخرى في الصورة نفسها (وليس في mask)، وتشير إلى اللون في نص المطالبة: «change the jacket in the red area» (غيّر الجاكيت في المنطقة الحمراء). يجب أن يكون الطلاء داخل المنطقة التي تريد تعديلها، وإذا كان من المحتمل أن يظهر لون العلامة نفسه في الصورة الناتجة، فاكتب اللون المطلوب أيضًا في نص المطالبة.

الصور المرجعية المتعددة لا تُستخدم فقط لتغيير الملابس — يمكنك إدخال التصميم المبدئي وصورة المنتج الحقيقي معًا لإنشاء نموذج عرض للمنتج، والفكرة هي نفسها، والتطبيق العملي في نموذج عرض المنتج.

  • نجح تغيير الملابس بصورتين مرجعيتين دون تغيّر وجه الشخص أو وضعيته
  • جرّب تغيير resolution من 0 إلى 1024، ولاحظ أن الصور تخرج أسرع وأن اللوحة أصغر

الخطوة 5: توليد صور بخلفية شفافة (مساران: نص إلى صورة وتعديل الصور) ​

لماذا: يستخدم VAE الخاص بـ 2.1 قنوات 4، ويُولَّد alpha مباشرة في الصورة دون الحاجة إلى قص الخلفية لاحقًا — وهذا مطلب أساسي لمواد التجارة الإلكترونية، وهو سبب إصدار المسؤولين لقالب «إزالة الخلفية» بشكل منفصل.

** المسار A: توليد خلفية شفافة مباشرة عبر نص إلى صورة**. ضع صيغة القالب الرسمية في مطالبة قالب نص إلى صورة، واستبدل الوسط بموضوعك:

This is an RGBA format image with transparency. [a red sneaker, product photography, side view]. The image has an alpha channel and a transparent background.

** المسار B: إزالة خلفية صورة موجودة**. حمّل من مكتبة القوالب قالب إزالة الخلفية: Qwen Image 2.1، وصّل صورتك بـ image_1، والمطالبة مكتوبة مسبقًا:

Remove the background, and output a PNG image

في كلا المسارين انتبه: يجب حفظ المخرجات بصيغة PNG (عقدة Save Image في القالب مضبوطة مسبقًا على png / 8-bit / sRGB)، فصيغة JPEG لا تحفظ قناة alpha، وإذا حفظت بها تضيع الشفافية.

استخدامات إضافية للمواد الشفافة (قص محلي بـ BiRefNet، قص سحابي بـ Bria، تركيب خلفية بديلة) مفصّلة في قص المنتج وتغيير الخلفية.

يجب أن ترى: الصورة الناتجة تعرض المناطق الشفافة على خلفية رقعة شطرنج داكنة؛ وعند سحب الملف إلى PS / GIMP، تحتوي الطبقة على قناة alpha.

  • نجح المسار B: إزالة خلفية صورة فوتوغرافية حقيقية بنجاح، وملف PNG يحمل قناة alpha

الخطوة 6: التبديل إلى Turbo، وإخراج الصور في 8 خطوات ​

لماذا: Turbo هو نقطة تفتيش مقطّرة من النموذج نفسه بجدول ثابت من 8 خطوات، وزمن إخراج الصورة يقارب ثلث نسخة 25 خطوة — الفرق ملموس جدًا عند إخراج الصور بالجملة أو تكرار المحاولات.

** الطريقة A (موصى بها): التبديل مباشرة إلى قالب Turbo**. حمّل من مكتبة القوالب Qwen Image 2.1 Turbo: نص إلى صورة أو Qwen Image 2.1 Turbo: تعديل الصور، واستبدل نموذج الانتشار بـ qwen_image_2.1_turbo_int8_convrot.safetensors (6.76 GB، بنفس حجم النسخة الأساسية int8)، ويستخدم أخذ العينات جدول ManualSigmas ثابتًا من 8 خطوات، فلا يمكن ولا يجوز تغيير عدد الخطوات.

** الطريقة B: ترك Turbo LoRA على القالب الأساسي**. إذا لم ترغب في تنزيل 6.76GB أخرى، فنزّل qwen_image_2.1_turbo_lora_avg_rank_178_bf16.safetensors من المستودع الرسمي (دليل loras/ في Comfy-Org/Qwen-Image-2.1) وضعه في models/loras/، ثم أضف في المخطط الفرعي عقدة LoraLoaderModelOnly على خط النموذج لتحميله، وبعد ذلك غيّر steps في عقدة المخطط الفرعي إلى 8، مع إبقاء sampler/scheduler على euler/simple دون تغيير.

يجب أن ترى: شريط التقدم يُخرج الصورة في 8 خطوات فقط؛ وجودة المهام ذات التنسيق الكثيف مثل ملصقات النصوص تبقى جيدة (مطالبة المثال في قالب Turbo هي ملصق بسطرين بخط كبير «QWEN IMAGE / 2.1 TURBO»، يمكنك استخدامها للتحقق أولًا).

⚠️ خطوات 8 في Turbo «مقفلة»

يستخدم قالب Turbo عقدة ManualSigmas بتثبيت جدول التقطير (1.0, 0.978453, 0.95418, 0.926626, 0.89508, 0.845148, 0.704534, 0.414568, 0). إذا أردت زيادة عدد الخطوات فيجب استبدال الجدول معها، فتغيير رقم الخطوات وحده بلا معنى. النموذج الأساسي لا يخضع لهذا القيد، ويمكن ضبط 25 → 40 خطوة في أي وقت.

  • يُخرج Turbo صورة واحدة في 8 خطوات، بزمن يقارب ثلث نسخة 25 خطوة

نقاط التحقق ✅ ​

  • نجح تحميل القالب: Resolution Selector + عقدة المخطط الفرعي + Save Image، دون إطارات حمراء
  • الثلاثي جاهز: نموذج الانتشار 2.1 في diffusion_models، وQwen3-VL في text_encoders، وVAE بقنوات 4 في vae
  • 1:1 + 4MP يُخرج مباشرة 2048×2048، دون المرور بعقدة تكبير
  • في قالب التعديل تُستخدم <image1>/<image2> للإشارة إلى الصور المرجعية، ونجح تغيير الملابس
  • PNG بخلفية شفافة يعرض الشفافية على خلفية رقعة الشطرنج، والملف يحمل قناة alpha
  • يُخرج Turbo الصور بشكل طبيعي في 8 خطوات

تنبيهات للمزالق ​

❌ كتابة المطالبة السلبية لا تعمل ​

عندما يكون cfg بقيمة 1 يتخطى ComfyUI حساب الشرط السلبي مباشرة، فلا تأثير لأي شيء تكتبه في negative_prompt — هذا سلوك مسار الإصدار الرسمي لـ 2.1 وليس خطأ برمجيًا. لكي تعمل المطالبة السلبية يجب رفع cfg: المرجع الرسمي هو أن cfg 2 يلتزم أكثر بالنصوص الكثيفة والأرقام الصغيرة، لكن الحواف تصبح حادة جدًا؛ وcfg 5 ينهار جودة الصورة بشكل واضح، و0.5 يفسد الصورة تمامًا. قبل رفع cfg ثبّت seed للمقارنة، وغيّر قيمة واحدة فقط في كل مرة.

❌ تعديل الصور بطيء وكأنه توقف تمامًا ​

تحقق من أمرين قبل أن تلوم كرت الرسوميات: هل resolution في عقدة المخطط الفرعي هو 0 (تدخل كل صورة مرجعية اللوحة ببكسلاتها الأصلية، وتراكب بضع صور 3000×4000 يعني أخذ عينات يبدأ من 12MP)؛ وهل الصور المرجعية كثيرة وكبيرة (الصور المتعددة تطيل تسلسل ترميز النص، وتزيد الضغط على KV cache). اضبط resolution على 1024، فالسرعة المقاسة رسميًا تعود من نحو 6 s/it إلى نحو 0.3 s/it. إذا استمر البطء فعدّل عقدة Qwen Image 2.1 Cache: اختر device بقيمة cpu (استخدام الجلب المسبق في الذاكرة، دون فقدان سرعة تقريبًا)، أو اختر dtype بقيمة int8 (تخزين مؤقت أصغر بالنصف، ودقة قريبة من bf16).

❌ بعد تشغيل تحسين المطالبة، لا تتطابق الصورة الناتجة مع prompt إطلاقًا ​

بعد تشغيل refine_prompt، ما يُغذّى فعليًا إلى نموذج الصورة هو النص الذي أعادت كتابتهنموذج التحسين وليس الجملة التي كتبتها. تعتمد جودة إعادة الكتابة على max_length: القيمة الافتراضية في القالب هي 4096، لكن كتلة الاستدلال (thinking) في نموذج التحسين تستهلك الكثير من الرموز — إذا استنفد الاستدلال الميزانية، ستكون نتيجة إعادة الكتابةسلسلة فارغة، فيأخذ نموذج الصورة نصًا فارغًا لأخذ العينات، وتعود نتيجة تعديل الصورة مطابقة للصورة الأصلية كما هي. القيمة الموصى بها لنموذج التحسين الرسمي هي t2i 16256 / i2i 24000. الترتيب الصحيح: ارفع أولًا max_length إلى القيمة الرسمية، ثم شغّل thinking_mode، وأخيرًا شغّل refine_prompt، واستخدم عقدة Preview Any داخل المخطط الفرعي لرؤية النص المطبَّق فعليًا. لاحظ أن زمن الانتظار سيطول تبعًا لذلك.

❌ الصور الشفافة تسبب أخطاء عند توصيلها بعقد أخرى ​

2.1 الصورة الناتجة عن فك الترميز تحتوي على 4 قنوات (RGB+alpha)، وكثير من العقد المكتوبة وفقًا لـ 3 قنوات (upscale وبعض عقد التركيب) تُبلغ عن خطأ عند استلامها، كما أنالخطأ يظهر على العقد اللاحقة في اتجاه التدفق، فيسهل الظن خطأً أن تلك العقدة معطلة. الحل: أدخل بعد VAEDecode عقدة SplitImageWithAlpha، وأغذِ مخرج RGB إلى العقد ثلاثية القنوات، ودع alpha يسير منفصلًا. اصطلاح القناع في العقدتين هو «1 = شفاف»، ويمكن توصيل مخرج القناع من SplitImageWithAlpha مباشرة بمدخل alpha في JoinImageWithAlpha.

تقنيات متقدمة (اختيارية) ​

كيف تعدّل عدد الخطوات دون إهدار. 25 خطوة هي درجة «كافية» وليست الدرجة المثلى: مسار المعالجة الرسمي يستخدم 40-50 خطوة؛ التعديلات الصغيرة الموضعية مثل تغيير لون الملابس تصح بـ 4-8 خطوات، أسرع من الافتراضي عدة مرات؛ التفاصيل العنيدة مثل اليدين والأصابع تتقارب عند حوالي 30 خطوة، والانتقال من 25 إلى 40 خطوة يقلل الـ fizz عند التفاصيل (تفاصيل ضبابية وحواف مشعرة). المبدأ: عدّل حيث توجد المشكلة، ولا تلمس ما يعمل جيدًا.

عقدة تخزين KV مؤقت (Qwen Image 2.1 Cache). في مسارات عمل التحرير، تعيد كل خطوة من خطوات أخذ العينات حساب بادئة النص + الصورة المرجعية من جديد؛ هذه العقدة التجريبية تخزّن البادئة في ذاكرة الفيديو أو الذاكرة الرئيسية لتخطي إعادة الحساب. device: auto (الافتراضي، يستخدم ذاكرة الفيديو الحرة أولًا ثم الذاكرة الرئيسية) / gpu / cpu (جلب مسبق في الذاكرة الرئيسية، دون فقدان سرعة يُذكر) / off (إعادة حساب في كل خطوة، تُستخدم لاستبعاد شبهة التخزين المؤقت عند استكشاف الأخطاء)؛ dtype: default بدون فقدان / int8 دقة مخزّنة نصفية قريبة من bf16 / int4 نصف مرة أخرى لكن الخطأ يتضاعف تقريبًا في كل خطوة. القيم الافتراضية للقالب (auto + default) صالحة مباشرة لمعظم التكوينات.

تغيير VAE لعلاج نسيج رقعة الشطرنج. قد تظهر في مناطق التفاصيل الكثيفة بأسلوب التصوير نسيج رقعة شطرنج دقيق؛ هذا من نتاج مفكك ترميز VAE ولا يمكن علاجه بزيادة الخطوات. عدّل مؤلف المجتمع madebyollin نفس المفكك: texture_fix_vae_for_qwen_image_2.1_bf16.safetensors (ملف غير رسمي)، ضعه في models/vae/، واستبدل الاختيار في عقدة Load VAE، والثمن هو انخفاض طفيف في دقة إعادة البناء.

LoRA بـ 4 خطوات Lightning. إلى جانب Turbo الرسمي، أصدر مؤلف المجتمع lightx2v LoRA مقطرًا بـ 4 خطوات (Qwen-Image-2.1-Lightning، غير رسمي): نزّل pytorch_lora_weights.safetensors وضعه في models/loras/، وصِل LoraLoaderModelOnly، وغيّر steps إلى 4، مع إبقاء sampler/scheduler على euler/simple. لاحظ أن جدولته مضبوطة على 1024×1024، فتكون المطابقة أضعف مع أحجام إخراج أخرى.

الطريقة الصحيحة لاستخدام تحسين النص (Prompt Enhancer). تتضمن قوالب t2i والتحرير فرع إعادة كتابة نص اختياريًا: مُرمِّز Qwen 3.5 مخصص (t2i يستخدم ..._pe_t2i... والتحرير يستخدم ..._pe_i2i...، كلٌّ بحجم 8.82GB) يوسّع جملتك الواحدة إلى وصف كامل. معطّل افتراضيًا؛ إذا أردت استخدامه فشغّله بترتيب «الفخ رقم 3». نص النظام الذي تتبعه إعادة الكتابة موجود في عقدة Text (System Prompt) داخل المخطط الفرعي، ويمكنك تعديله لتغيير أسلوب إعادة الكتابة. قالب إزالة الخلفية لا يتضمن هذا الفرع، فلا تبحث عنه.

الأسئلة الشائعة ​

هل Qwen-Image-2.1 مفتوح المصدر؟ ​

نعم، مفتوح المصدر. Qwen-Image-2.1 هو أحدث إصدار بأوزان مفتوحة المصدر من سلسلة Qwen-Image التي طورها فريق Qwen لدى Alibaba، ويمكن تنزيل ملفات الأوزان من https://huggingface.co/Comfy-Org/Qwen-Image-2.1 على Hugging Face أو من المصدر المحلي ModelScope https://modelscope.cn/models/Comfy-Org/Qwen-Image-2.1.

كيف يتم نشر Qwen-Image-2.1 محليًا؟ ​

يكفي تحميل القوالب الرسمية في ComfyUI: ابحث عن «Qwen Image 2.1» في الشريط الجانبي Templates على اليسار، واختر «Qwen Image 2.1: توليد صورة من نص» لتوليد الصور من النص، و«Qwen Image 2.1: تحرير الصور» لتعديل الصور، ثم ضع ملفات النماذج الثلاثة في الدلائل المقابلة وفق الخطوة 2 (models/diffusion_models/، models/text_encoders/، models/vae/). يجب تحديث ComfyUI إلى الإصدار v0.37 أو أحدث، وتتطلب قوالب Turbo الإصدار v0.39 أو أحدث.

ما حجم مساحة القرص المطلوبة لتنزيل النشر المحلي لـ Qwen-Image-2.1؟ ​

يبلغ إجمالي الملفات الثلاثة الضرورية حوالي 16GB: نموذج الانتشار بإصدار int8 qwen_image_2.1_int8_convrot.safetensors بمقدار 6.76GB، ومشفّر النصوص qwen3vl_8b_int8_convrot.safetensors بمقدار 8.71GB، وVAE qwen_image_2.1_vae_bf16.safetensors بمقدار 644.2MB. وإذا أردت تفعيل تحسين المطالبات فأضف 8.82GB.

هل يمكن استخدام ملفات نماذج Qwen-Image-2.1 مع Qwen-Image أو Qwen-Image-Edit؟ ​

لا. قام 2.1 باستبدال مشفّر النصوص بالكامل (من Qwen2.5-VL 7B إلى Qwen3-VL 8B) وVAE بقنوات 4، وملفات النماذج غير متوافقة مع الأجيال الثلاثة السابقة ويجب تنزيلها من جديد. لكن القوالب الرسمية الخمسة الخاصة بـ 2.1 (بما فيها Turbo وإزالة الخلفية) تشترك في نفس مشفّر النصوص وVAE، فبمجرد تنزيلها يمكن استخدامها جميعًا.

كم ذاكرة VRAM المطلوبة للنشر المحلي لـ Qwen-Image-2.1؟ ​

تزن أوزان int8 حوالي 6.76GB. وعند تحرير الصور الكبيرة يزداد استهلاك VRAM مع عدد الصور المرجعية ودقتها، وإذا أصبح الأمر حرجًا يمكنك الذهاب إلى ذاكرة VRAM غير كافية للبحث عن حل، أو اختيار cpu كقيمة device وint8 كقيمة dtype في عقدة Qwen Image 2.1 Cache.

خلاصة هذا الدرس ​

✅ بالنظر إلى الأهداف في البداية، أصبحت الآن قادرًا على:

  • تحميل القوالب الرسمية الخمسة لسير عمل Qwen-Image-2.1 (نص إلى صورة / تحرير / إزالة خلفية / Turbo ×2)، واستكمال المكونات الثلاثة لتشغيلها بنجاح
  • استخدام Resolution Selector للإخراج بالميجابكسل، إخراج مباشر بـ 4MP بدقة 2K أصلية
  • تعديل الصور بأمر من جملة واحدة، مع ما يصل إلى 16 صورة مرجعية تُنادى بالاسم حسب الفتحة ضمن <image1>…<image16>
  • استخدام صيغة قالب RGBA في نص إلى صورة، وقالب إزالة الخلفية الرسمي في تعديل الصور، لإخراج PNG بخلفية شفافة مباشرة
  • تبديل نقطة تفتيش Turbo أو تثبيت Turbo LoRA، للإخراج بـ 8 خطوات

مراجعة المعاملات الرئيسية:

المعاملالقيمة الموصى بهاالشرح
cfg1المسار الرسمي؛ النص السلبي لا يفعّل هنا إلا برفع cfg
steps25 (الأساس) / 8 (Turbo)الأساس قابل للتعديل 4-50؛ Turbo مثبّت على 8 خطوات بجدولة ثابتة
sampler / schedulereuler / simpleموحدة في جميع القوالب الرسمية
megapixels1 (افتراضي) → 4 (صورة مربعة 2K)هدف الحجم في Resolution Selector
resolution (تحرير)0 (افتراضي) أو 10240=مطابقة الحجم الأصلي للصورة المرجعية؛ 1024=ميزانية إجمالية من البكسلات، أسرع
refine_prompt / thinkingإيقاف / إيقافقبل التشغيل ارفع أولًا max_length من 4096 إلى القيمة الرسمية
device / dtype للتخزين المؤقتauto / defaultعند ضيق ذاكرة الفيديو استخدم cpu أو int8

استعراض الدرس التالي ​

بهذا نصل إلى نهاية عائلة Qwen. الدرس التالي ينتقل إلى عائلة رئيسية أخرى: FLUX.1 نص إلى صورة: النشر المحلي لـ dev و schnell. ستتعلم:

  • FLUX.1 الفرق في التموضع بين نسختي dev و schnell، والسيناريوهات المناسبة لكل منهما
  • المفاضلة في ذاكرة الفيديو بين نقطة التفتيش الكاملة ونسخة fp8
  • طريقة كتابة الأوامر بأسلوب FLUX (نكهة مختلفة تمامًا عن Qwen)
  • لاحقًا، تعديل الصور للاتساق باستخدام Kontext وإعادة الرسم الجزئي باستخدام Fill كلاهما مبنيان على أساس هذا الدرس
gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.