画像に綺麗なテキストを入れたいなぁ・・・
そんなときは、「Qwen-Image」がオススメだよ！
Qwen-Image とは
Qwen-Image とは、2025年8月にアリババが公開した最新の画像生成モデルです。
普通の画像生成モデルはキレイな絵を描くのは得意ですが、
日本語や中国語のような複雑な文字を描くのは苦手でした。
Qwen-Image は、ここを強化していて、
文字がちゃんと読める画像を作れるのが大きな特徴です。
Qwen-Image の特徴
200億パラメータの大型モデル
Qwen-Image は、200億パラメータを持つ巨大な生成モデルです。
パラメータの数が多いほど、細かい描写や複雑な構図に強くなり、
現実に近い画像や高精度のアート表現が可能になります。
多言語の文字を正しく描ける
多くの画像生成は、「英語の文字」は比較的うまく描けますが、
日本語の漢字や中国語の繁体字、アラビア語のような複雑な文字体系は苦手でした。
Qwen-Image は、独自の学習データセットとアルゴリズムで、これらの課題を克服しています。
「看板・広告・資料」などを、正しい形で読める文字として生成できます。
オープンソース＆無料公開
Qwen-Image は、研究者やクリエイターが自由に使えるように、
「Apache 2.0ライセンス」で公開されています。
VRAM使用量と生成時間
こちらは、「RTX4090D 24GB」を使用した際の使用量と生成時間になります。
「Qwan-image-lightx2v」と「Qwan-image-Distilled」は、
1回目の生成時間が1分で、2回目の生成時間が30秒ですね！
【ComfyUI】Qwen-Image セットアップ
Qwen-Image の Diffusion Model
1. Diffusion Model をダウンロードする
Diffusion Model は、以下のリンクからダウンロードできます。
「qwen_image」は公式モデルで、
「qwan-image-distill」は非公式の蒸留モデルです。
2. Diffusion Model をフォルダに配置する
Diffusion Model を以下のフォルダに配置します。
「ComfyUI/models/diffusion_models」
Qwen-Image の VAE
1. VAE をダウンロードする
VAE は、以下のリンクからダウンロードできます。
- qwen_image_vae.safetensors
2. VAE をフォルダに配置する
VAE を以下のフォルダに配置してください。
「ComfyUI/models/vae」
Qwen-Image の Text Encoder
1. Text Encoder をダウンロードする
以下のリンクから、Text Encoder をダウンロードしてください。
- qwen_2.5_vl_7b_fp8_scaled.safetensors
2. Text Encoder をフォルダに配置する
Text Encoder を、以下のフォルダに配置してください。
「ComfyUI/models/text_encoders」
Qwen-Image-Lighting の LoRA
1. LoRA をダウンロードする
Qwen-Image-Lighting の LoRA は、以下のリンクからダウンロードできます。
2. LoRA をフォルダに配置する
Diffusion Model を以下のフォルダに配置します。
「ComfyUI/models/loras」
Qwen-Image のワークフロー
ワークフローのテンプレート
Qwen-Image の公式のワークフローは、
ComfyUI の「Browse Templates」で公開されています。
- ComfyUIを起動する
- 「Workflow」のタブから「Browse Templates」を選択する
- 「Video」の項目から、「Qwen-Image」を選択する
ワークフローのダウンロード
こちらは、「Qwen-Image」のワークフローのファイルです。
以下の手順で進めていただくと、ComfyUIにワークフローが読み込めます。
- 「ダウンロード」ボタンをクリックする
- JSONファイルをComfyUIの画面にドラッグ&ドロップする
Qwen-Image のワークフロー
Qwen-Image-Lighting のワークフロー
Qwen-Image-Distilled のワークフロー
まとめ
いかがでしたでしょうか。
この記事では、Qwen-Image について解説しました。
Qwen-Imageは、高精度なテキスト描写能力を兼ね備えた、画像生成モデルです。
ポスターやラベルのように、正確な文字を含む画像をキレイに作れるのが大きな特徴です。
今後、画像生成の中で「テキストを入れる画像」という難題に取り組むうえで、
Qwen-Imageは重要な選択肢のひとつとなるでしょう。
この記事が、あなたのお役に立てればとても嬉しいです。
最後まで読んでいただき、ありがとうございました。
コメント