# 本地 ComfyUI 三图合成(Qwen Image Edit 2509) 人像(图1:脸与身份)+ 服装(图2:款式、材质、颜色)+ 姿势(图3:动作与构图)→ 一张合成人物图。 ## 所需模型(ComfyUI 官方 Comfy-Org/Qwen-Image_ComfyUI 仓库) | 用途 | 文件 | 目录 | 大小 | | --- | --- | --- | --- | | 扩散模型 | `qwen_image_edit_2509_fp8_e4m3fn.safetensors` | `models/diffusion_models` 或 `models/unet` | 20.4 GB | | 文本/视觉编码器 | `qwen_2.5_vl_7b_fp8_scaled.safetensors` | `models/text_encoders` | 9.4 GB | | VAE | `qwen_image_vae.safetensors` | `models/vae` | 254 MB | | 4 步加速 LoRA(2509 专用) | `Qwen-Image-Edit-2509-Lightning-4steps-V1.0-bf16.safetensors` | `models/loras` | 850 MB | 不需要任何自定义节点,ComfyUI 0.3.60 以上的内置节点即可(实测 0.43.0)。 ## 工作流 `src/workflows/qwen_image_edit_2509_3img.api.json`(API 格式,可直接 `POST /prompt`,也可在合成台「导出 .json」)。 - `UNETLoader → LoraLoaderModelOnly(Lightning) → ModelSamplingAuraFlow(shift=3) → CFGNorm → KSampler(4 步, cfg=1, euler/simple)`,与官方模板一致。 - 三张图都送入 `TextEncodeQwenImageEditPlus`(视觉语言理解,按「图1/图2/图3」指代)。 - **只有人像和服装**通过 `ReferenceLatent` 作为像素级参考;姿势图只用于语义理解。 实测如果把线稿人偶姿势图也作为像素参考,生成结果会照搬人偶的关节球和分块线条。 - 输出尺寸按姿势图比例缩放到约 1 MP(节点 10 的 `megapixels`)。 - cfg=1 时反向提示词不生效,「不要文字/水印」等要求写在正向提示词里。 旧的 Qwen-Image 2.1 预设仍保留,但需要另行安装 2.1 模型;合成台在提交前会检测并列出缺失的模型文件。 ## 本地运行 ```bash corepack pnpm install corepack pnpm dev ``` 打开 http://localhost:5173/studio,接口协议选「本地 ComfyUI」。 本地运行时 ComfyUI 地址填 `/comfy`(默认值):Vite 把 `/comfy/*` 同源代理到 `http://127.0.0.1:8000`, 因此不需要修改 ComfyUI 的 `--enable-cors-header`。ComfyUI 在其他端口时: ```bash COMFYUI_URL=http://127.0.0.1:8188 corepack pnpm dev ``` 直连(不经代理)时,ComfyUI 启动参数需要 `--enable-cors-header "<网页的来源>"`,该参数只能填一个来源。 ## 显存与速度(RTX 4070 SUPER 12 GB / 32 GB 内存实测) - 首次生成约 50 秒(含加载模型),之后每张约 25–30 秒。 - 20 GB 的 fp8 模型超过 12 GB 显存,ComfyUI 会自动部分卸载到内存,无需额外设置。 - 8 GB 显卡:把节点 10 的 `megapixels` 调到 0.6,关闭其他占用显卡的程序;显存不足时合成台会提示并调用 `/free` 释放显存。 ## 已知限制 - 个别随机种子会在角落生成无意义的“标志”文字,换一个种子重新生成即可。 - 服装名称与图片不一致时(如名称写“牛仔”但图中是粉色),以图片为准,但不能保证每次都正确。