Qwen-Image-Edit 指令修图：一句话换背景改文字（含 2509/2511）

Qwen-Image-Edit 是阿里 Qwen 团队在 Qwen-Image 20B 基座上再训练出来的指令修图模型：上传一张图，写一句话——换背景、改文字、换材质——它直接改。这一页带你把官方 Qwen-Image-Edit 工作流从头跑通：初版模板、4 步 Lightning 加速，再一路升级到 2509（多图一致）和 2511（材质替换、人物一致性）。

和上一课的 Qwen-Image 基座分个工：基座线从零生成，编辑线对已有图动手术。它也不是图生图那种「重画一遍」——输入图会同时喂给 Qwen2.5-VL（看懂语义）和 VAE Encoder（保留外观），所以换背景时人物不走样，改文字时字体风格保留。

学完你能做什么

从官方模板库加载 Qwen-Image-Edit 工作流，补齐模型文件，跑通第一次一句话修图
用一句中文或英文指令换背景、改图中的文字、替换图里的物体
打开 enable_turbo_mode 开关切到 4 步加速档，并知道什么时候负向提示词有效
说得出三代编辑模型的选型：初版（单图指令）、2509（多图参考）、2511（材质替换、人物一致性）
复刻官方 2511 材质替换示例：两张输入图，把皮沙发换成毛皮沙发

你现在的困境

手上有张图只想改一处——背景太乱、招牌文字打错、沙发颜色不对——重新生成整张图费时还走样
用图生图改图，denoise 调低了改不动，调高了连主体一起重画；用局部重绘又得先画 mask
听说 Qwen-Image-Edit 有初版、2509、2511 好几个版本，不知道下哪个、模型文件能不能通用

什么时候用这一招

当你需要：

对已有图片做指令式修改：换背景、改或删图中的文字、替换物体、换材质
编辑前后主体保持一致：人物脸不走样、系列图风格统一
改图里的中英文字，还要求字体、大小、风格保留原样

而且不想：

用图生图反复调 denoise 抽卡，改一处动全身
手动画 mask 做局部重绘
生成和编辑分两个模型、两套工作流来回导出文件

🎒 开始前的准备

跑通了上一课 Qwen-Image 文生图：四件套已就位——文本编码器和 VAE 与本课完全通用，能省两个大文件
模型目录规则心里有数：diffusion_models、text_encoders、vae、loras 各放什么（忘了回看模型放哪里）
硬盘预留约 20GB 给编辑模型（fp8 权重 19.03GB + 4 步 LoRA 0.81GB）；上一课没下过编码器和 VAE 的话再加约 9GB
显存参考：编辑模型与基座同为 20B 级（fp8 权重 19.03GB），可参考基座官方实测（RTX 4090D 24GB、占用 86%）；吃紧就去显存不足找解法
网络能连 Hugging Face；连不稳走 ModelScope 国内源（第 2 步给地址）
想跑 2511 的话，先把 ComfyUI 更新到较新版本（官方模板要求最低 0.4.0）

核心思路

指令编辑和图生图有什么不同？ 图生图把输入图当「底稿」重新去噪，靠 denoise 决定改动幅度；Qwen-Image-Edit 把输入图同时喂进两个通道——Qwen2.5-VL 负责看懂「图里有什么」（视觉语义控制），VAE Encoder 负责记住「图长什么样」（视觉外观控制），提示词是下给模型的修改指令而不是画面描述。所以它能「只改该改的」：改文字保字体，换背景保人物。

三代版本怎么选（都是 20B 级编辑模型，一路升级）：

版本	上架时间	关键能力	官方模板名
Qwen-Image-Edit（初版）	2025 年 8 月	中英文字精确编辑、双语义/外观编辑	Qwen图像编辑
Qwen-Image-Edit-2509	2025 年 9 月	多图输入（最多 3 张）、系列图一致性、ControlNet 支持	Qwen Image Edit 2509
Qwen-Image-Edit-2511	2025 年 12 月	人物/多人一致性、材质替换、工业设计、内置社区 LoRA	Qwen Image Edit 2511 - 材质替换

工作流骨架（初版；和上一课基座同款三 loader 结构，把「空画布」换成了「你的图」）：

LoadImage（待编辑图）──→ TextEncodeQwenImageEdit（正向指令）────→ KSampler ──→ VAEDecode ──→ SaveImage
                    ├──→ TextEncodeQwenImageEdit（负向，默认空）─→ KSampler（negative）
                    └──→ VAEEncode（图转 latent）───────────────→ KSampler
UNETLoader（编辑模型 20B）─→ LoraLoaderModelOnly（4 步 LoRA，开关控制）─→ ModelSamplingAuraFlow（shift 3）─→ CFGNorm ─→ KSampler
CLIPLoader（Qwen2.5-VL 7B，类型 qwen_image）─→ TextEncodeQwenImageEdit ×2
VAELoader（VAE）─→ VAEEncode / VAEDecode

三代默认参数不一样（同一个 enable_turbo_mode 开关，默认位置三代不同）：

版本	开关默认	实际跑的参数	负向提示词
初版	关	20 步 / cfg 2.5，不挂 LoRA	有效
2509	开	4 步 / cfg 1，挂 4 步 LoRA	无效
2511	关	40 步 / cfg 4，不挂 LoRA	有效

模板便签里的 KSampler 参考表（初版）：官方原始设置 50 步 / cfg 4.0，Comfy 调优 20 步 / cfg 2.5，4 步 LoRA 加速档 4 步 / cfg 1.0。2509 / 2511 的默认参数见第 6、7 步。日常跟模板默认走就行。

跟我做

第 1 步：加载官方 Qwen-Image-Edit 工作流

为什么：官方模板把节点连线、模型下载链接、加速开关都配好了，从零搭既费时又容易漏节点。

操作：两种方式任选。

方式 A：模板库一键加载（推荐）

左侧栏 Templates 打开模板库，搜 Qwen Image Edit，选「Qwen图像编辑」（模板名 image_qwen_image_edit，2025 年 8 月上架）。模板库的完整玩法见模板库。

方式 B：下载 JSON 手动打开

官方模板文件：image_qwen_image_edit.json，下载后用菜单 Workflows → Open 打开。

你应该看到：画布中央是一个名为 Qwen-Image-Edit 的子图节点，表面暴露 image 输入、提示词、一排模型文件名和一个 enable_turbo_mode 加速开关（第 5 步用它切 4 步档）；旁边一张便签写满模型大小与下载链接。子图用法官方有专门文档：docs.comfy.org/interface/features/subgraph。

画布上加载了 Qwen-Image-Edit 工作流，能看到子图和模型便签

第 2 步：下载模型四件套并放进对应目录

为什么：编辑模型和基座一样拆件安装，放错子目录 loader 下拉列表里就找不到文件；好消息是编码器和 VAE 与上一课通用。

操作：前三个必下，第四个想加速再下（不下也能跑标准档）：

文件	大小	放进哪个子目录	下载
`qwen_image_edit_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（上一课已下可跳过）
`qwen_image_vae.safetensors`	242 MB	`models/vae/`	Hugging Face（同上）
`Qwen-Image-Edit-Lightning-4steps-V1.0-bf16.safetensors`（可选）	810.2 MB	`models/loras/`	Hugging Face

💡 国内下载走 ModelScope

编辑模型在魔搭有同一仓库镜像：Comfy-Org/Qwen-Image-Edit_ComfyUI；编码器和 VAE 用上一课的 Comfy-Org/Qwen-Image_ComfyUI 镜像，下载 split_files 下相同路径的文件即可。

⚠️ 4 步 LoRA 的文件名以工作流为准

官方教程页写的是 Qwen-Image-Lightning-4steps-V1.0.safetensors（基座通用款），但工作流模板实际引用的是编辑专用款 Qwen-Image-Edit-Lightning-4steps-V1.0-bf16.safetensors。两个文件名长得像但不是同一个，下错了加速档就挂不上。

放好后画布上按 r 刷新，loader 分别选中对应文件。

你应该看到：红色缺失警告全部消失，子图表面显示正确的模型文件名。

必下文件都在正确子目录里（复用上一课编码器和 VAE 的话，本课只需新下两个）

第 3 步：上传图片、写一句指令，跑通第一次修图

为什么：Edit 的提示词不是画面描述，是下给模型的修改指令——说什么改什么，没说的尽量不动。

操作：

点子图的 image 输入上传要改的图。想复刻官方示例，先下载官方输入图 image_qwen_image_edit_input_image.png（一张带 UI 文字的水下人物图）
在 prompt 里写指令。官方模板自带的示例（去掉图中所有 UI 文字，保留水下氛围）：

text

Remove all UI text elements from the image. Keep the feeling that the characters and scene are in water. Also, remove the green UI elements at the bottom.

中文指令同样支持（模型为中英双语文字编辑训练）。换背景的写法示例：

text

把背景换成傍晚的海边沙滩，保持人物姿势、服装和光线氛围不变

输入图别太大：官方教程提醒，2048×2048 级别的超大图会导致输出掉质，建议压到约 1MP（百万像素）级别再上传。模板里自带一个 ImageScaleToTotalPixels 缩放节点（lanczos、1.5MP），当前版本没接线——需要的话把 LoadImage 的输出先接到它、再从它接进子图
点 Run 或按 Ctrl+Enter

你应该看到：进度条走 20 步（默认标准档），SaveImage 出图——图中 UI 文字消失，水下氛围和人物保留。

第一次指令修图成功：改了该改的，保住了该保的

第 4 步：读懂节点与两档参数

为什么：这套 Qwen-Image-Edit 工作流骨架三代通用，读懂一次，后面升级全是换文件。

操作：双击进子图内部，逐节点对照这张表：

节点	干什么	模板里的关键参数
UNETLoader	装编辑模型本体（20B）	`qwen_image_edit_fp8_e4m3fn.safetensors`
CLIPLoader	装 Qwen2.5-VL 7B 文本编码器	`qwen_2.5_vl_7b_fp8_scaled.safetensors`，类型 `qwen_image`
VAELoader	装 VAE	`qwen_image_vae.safetensors`
LoadImage	上传待编辑图	在子图外，输出接进子图
TextEncodeQwenImageEdit ×2	把「指令 + 图」一起编码成条件	正向接 positive；负向默认留空
VAEEncode	输入图转 latent	替代基座的空画布节点
ModelSamplingAuraFlow	噪声调度补丁	shift = 3
CFGNorm	CFG 归一化	strength 1
KSampler	去噪采样	`euler` + `simple`，denoise 1.0；步数与 cfg 由开关连动
LoraLoaderModelOnly	挂 4 步 LoRA	`Qwen-Image-Edit-Lightning-4steps-V1.0-bf16.safetensors`，强度 1
切换节点 ×3 + 布尔开关	两档参数连动	一个开关同时切换 LoRA、步数、cfg
VAEDecode / SaveImage	解码并保存	前缀 `ComfyUI`，文件落 `ComfyUI/output/`

开关逻辑（开关在子图表面叫 enable_turbo_mode，子图内部的布尔节点叫 Enable 4steps LoRA）：

enable_turbo_mode	LoRA	步数	cfg	负向提示词
关（默认）	不挂	20	2.5	有效
开	挂上，强度 1	4	1.0	无效

和上一课最大的结构差异就在 TextEncodeQwenImageEdit：基座的 CLIPTextEncode 只吃文字，它要把「指令文字 + 输入图」一起喂给编码器——这就是「指令编辑」的节点级实现。CLIPLoader 的类型保持模板默认 qwen_image，别改成别的。

你应该看到：从左到右能说出每个节点的职责；知道默认（开关关）实际走 20 步、cfg 2.5，负向提示词默认留空。

能说出 TextEncodeQwenImageEdit 和上一课 CLIPTextEncode 的区别（前者吃图 + 文）

第 5 步：按需加速——4 步 Lightning LoRA

为什么：标准档 20 步反复抽卡等不起；4 步 LoRA 把等待砍到零头。

操作：

确认第 2 步的 Qwen-Image-Edit-Lightning-4steps-V1.0-bf16.safetensors 已在 models/loras/
把子图表面的 enable_turbo_mode 开关拨到开——LoRA、步数、cfg 三样自动连动：挂上 LoRA、4 步、cfg 1
点 Run

注意 cfg 1 意味着采样不做正负条件对比，负向提示词不起作用（原理和上一课 Lightning 一样），精力全放在正向指令上。加速档为速度略牺牲质量——抽卡选方案用 4 步档，最终成图前可关掉开关回标准档再跑一遍。

你应该看到：进度条只走 4 步，出图明显变快。

加速档跑通，进度条只走 4 步

第 6 步：升级 2509——多图参考与系列一致性

为什么：一张图说不清的事——想参考另一张图里的元素、想让系列图风格统一——2509 就是为这些场景升级的。

操作：

模板库搜 Qwen Image Edit 2509，选「Qwen Image Edit 2509」（2025 年 9 月上架，标签带 ControlNet 和图片编辑）；或下载 image_qwen_image_edit_2509.json 手动打开
换模型：qwen_image_edit_2509_fp8_e4m3fn.safetensors（19.03 GB）放 models/diffusion_models/；文本编码器和 VAE 与初版通用，不用重下
想要 4 步加速档，另下 2509 专用 LoRA：Qwen-Image-Edit-2509-Lightning-4steps-V1.0-bf16.safetensors（810.2 MB）放 models/loras/——和初版的 4 步 LoRA 不通用，各用各的
子图（名为 Image Edit (Qwen 2509)）表面多了 image2、image3 两个可选输入：把参考图再接一个 LoadImage 进来，指令里用 image 1、image 2 指代
单图编辑的官方示例指令（把猫换成斑点狗，环境保持一致）：

text

Replace the cat with a dalmatian, keeping the environment and scene consistent

注意 2509 的开关默认是开的：直接跑就是 4 步 / cfg 1 加速档（前提是第 3 小步的 LoRA 已就位）；想跑标准档把 enable_turbo_mode 关掉（20 步 / cfg 4）
点 Run

2509 的升级点（官方说明）：多图输入、系列图编辑一致性更高、ControlNet 支持——官方模板演示的是多图输入，ControlNet 节点模板里没带，需要自行搭配（见ControlNet 入门）。

你应该看到：SaveImageAdvanced 出图，文件名前缀 Qwen_Image_2509；换成斑点狗的图环境场景和原图一致。

2509 跑通，试着把第二张参考图接进 image2

第 7 步：升级 2511——材质替换与人物一致性

为什么：2511 是 2509 的增强版，官方主打一致性——编辑时人物脸不走样、多张人物图能融合成合照，还有工业设计场景的材质替换。

操作：

先更新 ComfyUI（模板便签明说请先更新，模板要求最低 0.4.0；Desktop / Cloud 要等 stable 版本跟进）
模板库搜 Qwen-Image-Edit-2511，选「Qwen Image Edit 2511 - 材质替换」（2025 年 12 月上架）；或下载 image_qwen_image_edit_2511.json 手动打开
模型：工作流默认加载 qwen_image_edit_2511_fp8mixed.safetensors 放 models/diffusion_models/。官方教程页列的是 bf16 全量版 qwen_image_edit_2511_bf16.safetensors（38.05 GB）——同一模型的两种精度分件，跟工作流模板走 fp8mixed，比 bf16 省显存省硬盘
可选 4 步 LoRA：Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors（810.2 MB）——又是专用款，别和初版、2509 的混用。文本编码器和 VAE 继续沿用前两代的（模板便签把编码器链接指向 Comfy-Org/HunyuanVideo_1.5_repackaged 仓库下的同一个文件，已下载过的不用动）
双图输入：LoadImage 节点 41 上传物体图（官方示例 leather_sofa.png，一张皮沙发），节点 83 上传材质参考图（texture_fur.png，毛皮纹理）
指令里指代两张图，官方示例：

text

Change the furniture leather difference in image 1 to the fur material in image 2.

2511 的开关默认是关的：默认走质量档 40 步 / cfg 4，负向提示词有效（子图表面有 negative_prompt 输入，默认留空）；嫌慢再打开开关切 4 步 / cfg 1
点 Run

2511 的升级点（官方说明）：缓解图像漂移、人物一致性、多人合照融合、内置热门社区 LoRA、工业设计与材质替换增强、几何推理（能直接生成辅助构造线）。官方主页：GitHub QwenLM/Qwen-Image · Qwen/Qwen-Image-Edit-2511（Hugging Face） · Qwen/Qwen-Image-Edit-2511（ModelScope） · 官方博客

你应该看到：SaveImage 出图，文件名前缀 Qwen_Edit_2511——皮沙发变成毛皮沙发，沙发的形体和场景保留。

2511 材质替换跑通：两张输入图 + 一句指令

检查点 ✅

Qwen-Image-Edit 工作流跑通：模板加载 → 模型归位 → 一句话修图成功
改文字保字体、换背景保人物，至少各试过一次
加速开关两档都试过，知道 cfg 1 时负向提示词无效
三代版本选型说得清：初版（单图指令）、2509（多图参考）、2511（材质替换、人物一致性）
2511 官方材质替换示例复刻成功：皮沙发换毛皮

踩坑提醒

❌ 下载了文档里的旧 LoRA 文件名

原因：官方教程页写的是 Qwen-Image-Lightning-4steps-V1.0.safetensors（基座通用款），工作流模板实际引用 Qwen-Image-Edit-Lightning-4steps-V1.0-bf16.safetensors（编辑专用款）。正确做法：以工作流模板为准；而且三代编辑模型的 4 步 LoRA 各是各的专用款（初版 / -2509- / -2511-），互相不通用，换版本时 LoRA 也要跟着换。

❌ 开着加速档猛写负向提示词

原因：加速档 cfg 1，采样不做正负条件对比，负向提示词不起作用。正确做法：加速档把精力全放在正向指令上；确实需要负向引导就关掉开关回标准档——初版 20 步 cfg 2.5、2511 默认 40 步 cfg 4，负向提示词都有效。

❌ 上传 2048×2048 大图直接跑

原因：官方教程明说，超大输入图会导致输出掉质。正确做法：把输入图压到约 1MP（百万像素）级别再上传；或把模板里现成的 ImageScaleToTotalPixels 节点接上线（LoadImage → 缩放节点 → 子图），让它自动缩。

❌ 2511 加载报错，或模型列表里找不到 fp8mixed

原因：2511 较新，官方模板要求 ComfyUI 最低 0.4.0，Desktop / Cloud 要等 stable 版本跟进。正确做法：先把 ComfyUI 更新到最新；仍不行按模型加载失败排查。

进阶技巧（可选）

🔧 2511 Int8 量化版：模板库还有「Qwen Image Edit 2511 Int8：图像编辑」（image_qwen_image_edit_2511_int8，2026 年 7 月上架）——量化模型推理更快，官方描述适用于角色一致的肖像编辑、多人合影融合与工业设计修改。显存紧张或追求速度可以试。

🔧 先生成、再修改：基座线和编辑线是天生一对——用上一课的 Qwen-Image 生成带文字的海报，本课的 Edit 改错别字、换背景；用 2511 的多图输入保持系列图人物一致。两套工作流共用编码器和 VAE，切换零成本。

🔧 只想去背景？ 如果目的只是把主体抠出来换纯色或透明底，用商品抠图与换背景的 BiRefNet 或 Qwen-2.1 透明底更直接；要「换成有内容的成品背景」才用本页的指令编辑。

🔧 编辑线还能挂风格 LoRA：工作流里的 LoraLoaderModelOnly 就是现成挂载点（4 步 Lightning 就是用它挂的），LoRA 的系统玩法见LoRA 用法。

本课小结

✅ Qwen-Image-Edit 工作流跑通了：模板加载 → 四件套归位（编码器和 VAE 复用基座）→ 一句话修图；这套骨架三代通用，升级只换扩散模型和对应 LoRA。

✅ 指令式修图上手了：提示词写「改什么」而不是「画什么」；TextEncodeQwenImageEdit 把指令和图一起编码，所以改文字保字体、换背景保人物。

✅ 加速档用对了：enable_turbo_mode 一个开关连动 LoRA、步数、cfg；cfg 1 时负向提示词无效。注意三代默认开关位置不同——初版关、2509 开、2511 关。

✅ 三代选型记住了：单图指令用初版，多图参考和系列一致用 2509，材质替换和人物一致用 2511；三代的 4 步 LoRA 各用各的，不混用。

关键配置回顾：

配置	推荐值	说明
编辑模型	初版 `qwen_image_edit_fp8_e4m3fn.safetensors`；2509 / 2511 换对应文件（2511 模板默认 fp8mixed）	放 `models/diffusion_models/`，fp8 为模板默认
文本编码器 / VAE	`qwen_2.5_vl_7b_fp8_scaled.safetensors` / `qwen_image_vae.safetensors`	与 Qwen-Image 基座通用；CLIPLoader 类型 `qwen_image`
4 步 LoRA	各代专用：`Qwen-Image-Edit-Lightning-4steps-V1.0-bf16`（初版）/ `-2509-` / `-2511-`	放 `models/loras/`，强度 1，不混用
KSampler	`euler` + `simple`，denoise 1.0	初版默认 20 步 cfg 2.5；2509 默认 4 步 cfg 1；2511 默认 40 步 cfg 4
噪声调度	ModelSamplingAuraFlow shift 3（初版 / 2509）、3.1（2511）	跟模板走
输入图	约 1MP 级别	超大图先压缩，防输出掉质

下一课预告

编辑线到 2511 仍是「专职修图的独立模型」；下一代把生成和编辑合进了一个模型。下一课：Qwen-Image-2.1。

你会学到：

Qwen-Image-2.1 用单个模型同时做文生图和修图，不用再分两条线
原生 2K 分辨率与真实透明底输出
最多 16 张参考图的进阶玩法
什么时候该继续用编辑线、什么时候换 2.1

Qwen-Image-Edit 指令修图：一句话换背景改文字（含 2509/2511） ​

学完你能做什么 ​

你现在的困境 ​

什么时候用这一招 ​

🎒 开始前的准备 ​

核心思路 ​

跟我做 ​

第 1 步：加载官方 Qwen-Image-Edit 工作流 ​

方式 A：模板库一键加载（推荐） ​

方式 B：下载 JSON 手动打开 ​

第 2 步：下载模型四件套并放进对应目录 ​

第 3 步：上传图片、写一句指令，跑通第一次修图 ​

第 4 步：读懂节点与两档参数 ​

第 5 步：按需加速——4 步 Lightning LoRA ​

第 6 步：升级 2509——多图参考与系列一致性 ​

第 7 步：升级 2511——材质替换与人物一致性 ​

检查点 ✅ ​

踩坑提醒 ​

❌ 下载了文档里的旧 LoRA 文件名 ​

❌ 开着加速档猛写负向提示词 ​

❌ 上传 2048×2048 大图直接跑 ​

❌ 2511 加载报错，或模型列表里找不到 fp8mixed ​

进阶技巧（可选） ​

本课小结 ​

下一课预告 ​

Qwen-Image-Edit 指令修图：一句话换背景改文字（含 2509/2511）

学完你能做什么

你现在的困境

什么时候用这一招

🎒 开始前的准备

核心思路

跟我做

第 1 步：加载官方 Qwen-Image-Edit 工作流

方式 A：模板库一键加载（推荐）

方式 B：下载 JSON 手动打开

第 2 步：下载模型四件套并放进对应目录

第 3 步：上传图片、写一句指令，跑通第一次修图

第 4 步：读懂节点与两档参数

第 5 步：按需加速——4 步 Lightning LoRA

第 6 步：升级 2509——多图参考与系列一致性

第 7 步：升级 2511——材质替换与人物一致性

检查点 ✅

踩坑提醒

❌ 下载了文档里的旧 LoRA 文件名

❌ 开着加速档猛写负向提示词

❌ 上传 2048×2048 大图直接跑

❌ 2511 加载报错，或模型列表里找不到 fp8mixed

进阶技巧（可选）

本课小结

下一课预告