メインコンテンツへスキップ
見出し画像

Qwen-Image 2.1をComfyUIで導入!画像編集・背景透過・最大10枚参照・高速化&AnyAngleを試した結果

    ごきげんよう、嗚呼蛙です!
    ローカル画像生成の「Qwen-Image 2.1」、正直なところ、最初はそこまで期待していなかったんですが実際に見てみると、これがなかなか便利なヤツでした。
    画像を生成するだけではなく、参照画像を使って服を変えたり、背景を透過させたり、アングルを変えたり。さらに高速化ワークフローも出ているので、ローカル画像生成派には結構うれしいモデルになっています。
    ということで今回は、Qwen-Image 2.1をComfyUIに導入する方法と、実際に使ってみて分かったことをまとめます。

    ※本記事はこちらの動画のテキスト版です。


    この記事でわかること

    • Qwen-Image 2.1でできる画像生成・画像編集

    • 最大10枚の参照画像、背景透過、文字入り画像について

    • ComfyUIで公式WF・Viggle Turboを使う方法

    • 生成速度の実測結果と初回生成の注意点

    • AnyAngle Studioでアングルやポーズを変更する方法

    • 参照画像やEnhancerで引っかかった点

    • 利用前に確認したいライセンス

    Qwen-Image 2.1は画像編集がかなり便利

    Qwen-Image 2.1は画像生成と画像編集を一つのモデルで扱える、7Bパラメータの画像生成モデルです。
    今回気になったのは、何より参照画像を使った編集の自由度。
    例えば、こんなことができます。

    • 服を変更:人物画像と服の画像を組み合わせて、着せ替え

    • 複数人物を組み合わせる:別々の人物を参照して、1枚の画像にまとめる

    • 背景透過:背景を透過した素材画像(RGBA)を生成

    • 文字入り画像:日本語などの文字を含む画像を作成

    • 高解像度生成:PCのメモリに余裕があれば2Kクラスも狙える

    • 最大10枚の画像を参照:人物・小物・背景などの指定を組み合わせられる

    10枚参照はモデルの対応能力の話で、実際に読み込める枚数は使用するWFのノード構成によります。今回使用したViggle Turboの編集WFでは、初期状態の参照欄が少なめだったので、5枚以上使うなら参照入力を増やすか公式WFを利用するのが分かりやすそうです。

    画像
    画像
    画像
    画像

    イラストの着せ替えにはちょっと癖がある

    服の変更はアニメ調のイラストでもできたんですが、参照用に人物が着用した服の画像を渡すと、服の一部分しか反映されなかったりしました。
    今回試した範囲では、服だけを切り出した参照画像を使う方が安定しそうです。
    どんな画像でも一発で完璧、とはいきませんが、参照の作り方を少し工夫すれば、かなり使い道がありそうですね。

    画像
    画像

    生成速度はどのくらい? Viggle Turboを試してみた

    Qwen-Image 2.1には公式のComfyUIテンプレートがありますが、今回はそれより速く生成できるというViggle Turboの編集WFも試してみました。
    わたくしの環境では、通常の画像編集WFが101.73秒、Viggle Turboの編集WFが30.40秒でした。

    約102秒 → 約30秒なので、なかなかの差だと思われます。
    今回の測定は約1MP・Enhancerなしの画像編集で行いました。サイズやEnhancerの有無、モデルサイズ、PCスペックによっても時間は変わるので、必ず30秒で生成できるわけではないので、ご注意ください。

    Qwen-Image 2.1 Turboの生成速度は?

    Qwen-Image 2.1は収録後・編集中に公式Turbo版が公開されており、以下サイト等からWFを入手できます。

    webでの評判は公式のほうが品質・速度共に好評なようで、わたくしの環境でも、概ね公式版のほうが早く生成できました。
    ※なぜかLoRA版では逆に異常に遅かったので、マージされてるものを利用したほうが良いかもしれません。

    公式Turboを使いたい方は上記をご利用ください。導入方法はViggle版と大差ありません。むしろカスタムノードがいらない分こちらのほうが楽だと思われます。

    ComfyUIへの導入方法

    ComfyUI自体がまだの方は、先にComfyUIの導入と基本操作を済ませておいてください。すでにお使いの方も、本体更新前には一度バックアップを取っておくのがおすすめです。

    1. 公式テンプレートを確認する

    ComfyUIのメニューから「テンプレートを参照」を開き、Qwen-Image 2.1の公式WFを確認します。
    必要なモデルや格納先は、WF内のメモに書いてあるので、まずはそこを基準にすると分かりやすいと思います。

    2. WFを入手する

    Viggle 版は以下です。
    Viggle Turbo 配布ページ
    編集WF:Qwen-Image-2.1-viggle-turbo-edit.json
    配布ページの「Files and versions」→「comfyui」から編集WFをダウンロードし、ComfyUIへドラッグ&ドロップします。
    ※Viggle Turboの配布物にはLoRA版やモデル統合版などがあるため、別方式のファイルを混ぜず、使用するWFの説明に合わせてください。

    3. モデルと不足ノードをそろえる

    必要なモデルは、WFのメモと配布元の指示に従って対応する場所へ格納します。代表的な配置先はこちら。

    • 画像生成モデル:ComfyUI/models/diffusion_models/

    • テキストエンコーダー:ComfyUI/models/text_encoders/

    • VAE:ComfyUI/models/vae/

    • Viggle Turbo LoRA:ComfyUI/models/loras/

    Viggle Turbo用カスタムノードの viggle_turbo.py は、配布ページから入手して ComfyUI/custom_nodes/ の直下へ配置し、ComfyUIを再起動します。
    まだエラーが出る場合は、Managerの Install Missing Custom Nodes(不足しているノード)から必要なものを確認してください。
    モデルとカスタムノードの入手先は、まとめて後半のおまけにも載せています。

    4. 編集する画像とプロンプトを指定する

    無事にWFが動いたら、基本操作はいつも通り。

    1. 変更したい画像と、必要なら追加の参照画像を入力

    2. どの画像をどう変更するか、プロンプトで指定

    3. アスペクト比と出力サイズを設定

    4. 実行して画像を確認

    単純な着せ替えなどは、編集したい部分と維持したい部分を分けて指示すると分かりやすいと思います。

    Enhancerは便利だけど、その分時間がかかる

    公式・Viggle版ともに、短い指示を詳しいプロンプトへ書き直す機能があります。
    一言二言しか書かなくても、より詳しい説明へ膨らませてくれるので便利そうなんですが、書き直し処理が入る分だけ待ち時間も増えます。

    • 公式WF:Refine Prompt の設定で切り替え

    • Viggle Turbo:Enhance prompt(プロンプト強化)の設定で切り替え

    細かいプロンプトを自分で用意しているなら、いったんオフで試して、必要に応じてオンにする使い方でもよさそうです。

    AnyAngle Studioでアングルも変えられる

    さらに面白いのが、AnyAngle Studioです。
    元の画像を読み込み、専用UIでカメラの位置や角度、ポーズを調整すると、その情報をQwen-Image 2.1へ渡して別角度の画像を生成できます。
    「右から見た絵にしたい」「少しカメラを上げたい」といった調整を画面上でぐりぐり動かせるので、文章だけで何度も指定するより直感的です。
    AnyAngle Studio 開発元ページ

    UIが中国語なのでChromeの翻訳機能を試すと分かりやすくなると思います。有料部分に日本語パッチをつけたので、翻訳で足りない方は使ってみてください。
    ※完璧に訳せてるかどうかは不明

    画像

    導入方法

    まずはWF配布ページから使用したいWFをDLし、ComfyUIで開いて、モデルの配置、Manager・拡張機能の管理から不足ノードのインストールなどを行い、解消できるエラーを解消しましょう。
    WFは基本的にはAnyAngle-Studio-Qwen21.jsonを使っておけば問題ないはずです。

    すると、以下のエラーが残るはずなので、これを解消するためのコマンドを実行します。

    画像

    実行コマンドは以下です。
    ComfyUI本体のフォルダの中にあるcustom_nodesフォルダでターミナルを開いて実行してください。
    ※以下は開発元READMEの導入コマンドを整理したもの
    ※導入前にComfyUI環境のバックアップを取ってください

    git clone <https://github.com/T8mars/Comfyui-Qwen-Image-2.1-MultiAngle-T8.git> ComfyUI-AnyAngle-Studio-T8
    cd ComfyUI-AnyAngle-Studio-T8
    python -m pip install -r requirements.txt
    python install_assets.py --download-lora
    python install_reconstruction.py

    最後の install_reconstruction.py は、原画像から3D再構築してアングル操作したい場合に必要な追加モデルをダウンロードする手順です。内蔵人偶や外部構造画像だけを使う場合には省略できます。
    3D再構築のモデルは合計で数GBになるため、ディスクの空き容量とダウンロード時間にも注意してください。

    商用利用前にライセンスを確認すべし

    Qwen-Image 2.1のライセンスはApache 2.0ではなく、Qwen Research Licenseで公開されています。
    このライセンスでは研究・評価などの非商用利用を対象としており、モデルを商用利用する場合は別途ライセンスが必要と明記されています。
    仕事の素材制作、販売物や収益化コンテンツへの利用などを考えている方は、必ず原文と必要な許諾を確認してください。派生モデルやLoRAの条件も別途確認した方が安全です。
    Qwen-Image 2.1 公式モデルページ
    Qwen Research License 原文

    まとめ

    Qwen-Image 2.1を実際に触ってみましたが、想像以上に便利なモデルでした。
    特にうれしいのは、

    • 画像を生成するだけでなく、服装や背景などを編集できる

    • 最大10枚の参照画像や背景透過にも対応

    • Viggle Turboを使うと、今回の環境では2回目の編集が約30秒

    • AnyAngle Studioと組み合わせると、アングル・ポーズ変更も直感的

    というところ。
    もちろん参照画像の癖や初回生成の待ち時間、商用利用時のライセンスなど、気をつけたい点もあります。
    それでも、ローカル画像生成がまた一歩便利になった感じがします。ローカル派の方は、一度触ってみると面白いんじゃないでしょうか。


    もしこの記事が役立ったら、スキ(いいね)やフォローしていただけると励みになります。

    YouTubeチャンネルでAI最新情報をゲット

    さらに詳しい操作デモやクリエイティブ活用術を動画で解説中!

    • チャンネル登録

    • ハイプ・高評価・コメント

    • 通知ベルON

    これらをしていただけると、最新情報をいち早くゲットできます。
    アクセスは→→→こちら←←←から!
    ぜひ応援よろしくお願いします!


    【おまけ】中国語UIを日本語化するパッチ

    大したものではありませんが、AnyAngle Studioの中国語UIを日本語化するパッチを掲載いたします。
    本当に大したものではないので、一杯おごるくらいの感覚で購入いただければ幸いです。

    ちなみにメンバーシップに加入すると、ほかの記事の有料部分も全部読めるので、単品よりもメンシプのほうがお得です。
    初月無料なので覗くだけでも覗いていってください!

    AnyAngle Studioの中国語UIを日本語化するパッチ

    Tampermonkeyというブラウザ拡張を使い、画面に表示される中国語だけを日本語へ置き換えるパッチを作ってみました。プラグイン本体やWF、モデルのファイルは変更しないので、拡張を無効にして再読み込みすれば元の表示へ戻せます。
    パッチを当てるとUIが以下のような日本語になります。

    画像

    導入方法は以下の通り。

    1. Tampermonkey公式サイト からChrome向け拡張をインストールする。

    2. Chromeの拡張機能の詳細で「ユーザースクリプトを許可する」がオフならオンにする。

    3. Chrome右上のパズルのマークからTampermonkeyを開き、「ダッシュボード」へ進む。

    4. ダッシュボード上部の「+」を押して新しいスクリプトの編集画面を開く。すでに「新規ユーザースクリプト」と表示されていれば、その画面でOK。

    5. DLしたjsファイルをメモ帳で開き、コード全体をコピー。エディターのサンプルコードをすべて置き換えて保存する。

    6. ComfyUIを再読み込みし、AnyAngle Studioを開き直して日本語表示になっているか確認する。

    このパッチはT8 v1.6.6の画面を基準に作成した非公式の日本語表示用スクリプトです。主要なラベルや説明文に対応していますが、すべての環境・全画面での動作確認はできていません。アップデートで中国語が一部残る可能性もありますし、日本語化してもノードやDWPoseの動作不良そのものが直るわけではありません。問題があればTampermonkeyでこのスクリプトだけをオフにして、Studioを再度開いてください。

    上記をご了承いただけましたら、以下のパッチをDLし、手順に従って設定してください。
    わからないところがあればAIにTampermonkeyにこのパッチを設定する方法を聞いてサポートを受けてください。

    あなたへのおすすめ