Qwen-Image-2.1の画像編集使いたい!
でも手持ちのMacbook Airではスペック的に厳しいか…と思ってしばらく触らずだったんですが、いざやってみるとなんとか安定的に動かせるようになったのでアーカイブがてら記事にしておきます。
ComfyUIの公式テンプレートにある「Qwen-Image-2.1 Image Edit」を、メモリ24GBのMacBook Air(M3)で動かせるように、モデル読み込みをGGUF(軽量化)に差し替えました。
この記事では、差し替え後のワークフローJSONの配布と、必要なファイル、つまずきやすい点をまとめます。
先に条件を書いておくと、動作を確認したのは次の範囲です。
768×1280では約38秒/ステップ、約8分かかりました。大きいサイズではメモリ不足になることもあるので、まず512pxで試すのがおすすめです。
「一体型カスタムノードだから差し替えられない?」→ できます
公式ワークフローはモデル読み込みなどが1つのノードにまとまっています。最初はカスタムノードかと思いましたが、実体はComfyUI標準のサブグラフでした。中身は普通のノードなので、ローダーだけ差し替えられます。
サブグラフとは、複数ノードを合体させてあたかも一つのノードのように扱うことができるようになるComfyUI標準機能です。
複雑になりがちなワークフローをコンパクトに整理でき、必要に応じてサブグラフの内部を開いて、個々のノードを編集することもできます。
配布JSONでは、サブグラフの中で次の2つを入れ替えています。
役割画像モデルテキストエンコーダー公式UNETLoaderCLIPLoader配布版UnetLoaderGGUFCLIPLoaderGGUF
VAEなど、他のノードは変えていません。
公式(safetensors)とGGUFの対比表
役割画像モデルエンコーダー公式UNETLoaderCLIPLoader配布版UnetLoaderGGUFCLIPLoaderGGUF
項目画像モデルテキストエンコーダーVAEプロンプト強化用モデル合計(VAE除く)公式(safetensors)qwen image 2.1 int8convrot.safetensors(6.76GB)※bf16版:13.25GBqwen3vl 8b int8convrot.safetensors(8.71GB)※bf16版:16.33GBqwen image 2.1 vae bf16.safetensors(約644MB)qwen3.5 9b ... pe i2i int8convrot.safetensors(8.82GB)約15.5GB配布版(GGUF)qwen-image-2.1-UC-Q4 K M.gguf(4.6GB)qwen3vl 8b heretic-Q4 K M.gguf(5.03GB)+mmproj(f16:1.16GB)同じものを使用使わない(スイッチはオフ)約10.8GB
注意: 表示用にアンダーバーをスペースへ置換しているので、実際のファイル名とは異なります。
GGUF版は第三者による派生モデルです。 画像モデルは「Uncensored」版、テキストエンコーダーは「Heretic」(検閲解除)版で、どちらも公式配布ではありません。公式モデルと画風や挙動が違う可能性があります。画質を公式と厳密に比べてはいないので、その点はご了承ください。ライセンスや利用条件は、各配布ページで確認してください。
ダウンロード先と置き場所
ファイルqwen-image-2.1-UC-Q4 K M.ggufqwen3vl 8b heretic-Q4 K M.ggufmmproj-qwen3vl 8bheretic-f16.ggufqwen image 2.1 vaebf16.safetensors入手先abenzerpsQwen Image 2.1 GGUFpottokaoText Encoder GGUF上と同じComfy-OrgQwen Image 2.1(vae)置き場所models/diffusion modelsまたは models/unetmodels/text encodersエンコーダーと同じフォルダmodels/vae
入手先リンク
画像モデル:abenzerps / Qwen-Image-2.1-Uncensored-GGUF
テキストエンコーダー・mmproj:pottokao / Qwen-Image-2.1-Text-Encoder-Heretic-GGUF
VAE:Comfy-Org / Qwen-Image-2.1
メモリに余裕があれば、画像モデルはQ5_K_MやQ6_Kなど、より大きい量子化も選べます。同じリポジトリに各種あります。
必要な準備
1. ComfyUIを最新に
Qwen-Image 2.1に対応した版が必要です。私の環境では0.38.2で動きました(ComfyUIアップデートの前にはバックアップを忘れずに!)。
2. ComfyUI-GGUFは「leejet版」を使う
ここが一番の落とし穴です。定番のcity96版では、画像モデルを読み込むときに次のエラーが出ます。
ValueError: Unexpected architecture type in GGUF file: 'qwen_image21'
モデルの配布元も、Qwen-Image 2.1に対応したleejet版の利用を案内しています。
すでにcity96版が入っている場合は、custom_nodes から別の場所に移してから、leejet版を git clone して、ComfyUIを再起動してください。
3. mmprojを忘れない
画像編集は参照画像をテキストエンコーダーに渡すので、mmprojファイルが必須です。ないと次のエラーで止まります。
Qwen3-VL requires a matching mmproj GGUF alongside the text encoder
エンコーダー本体と同じフォルダに、ファイル名を変えずに置けば、自動で見つかります。
つまずきやすいポイント
出力サイズが512pxにならない
最初、サイズを512×512に設定したのに、出力は768×1280になりました。原因は、サブグラフの custom_size がオフのままだったことです。オフのときは、設定したサイズではなく参照画像のサイズから出力サイズが決まります。時間を短くしたいときは、次のどちらかを試してください。
生成が遅い
速度を一番左右するのは解像度と参照画像の大きさです。私の環境では、512pxで約17秒/ステップ、768×1280で約38秒/ステップでした。ステップ数を下げる手もありますが、このモデルは蒸留版ではないので、下げすぎると画質が落ちます。
画像がノイズ状になる
出力が布の模様のようになった場合は、VAEがfp16で動いていないか確認してください。VAEの精度をfp16にしている環境では、このモデルで画像が壊れることがありました。VAEをbf16で動かすようにしたら、正常に出力されました。
メモリ不足(OOM)
768×1280のような大きいサイズでは、アテンション計算でメモリ不足になることがありました。出力サイズを下げる、参照画像を減らす、他のアプリを閉じる、の順に試してください。
使い方
上のファイルを所定のフォルダに置く
配布JSONをComfyUIにドラッグ&ドロップ
参照画像を読み込み、プロンプトを入力
まずは512px、10ステップ前後で試す
例:「image_1の衣装をimage_2の衣装に変更して。image_1は衣装以外はそのままで」
ワークフローJSON
まとめ
公式ワークフローは「一体型」に見えても、実体はサブグラフなので、ローダーを差し替えられる
GGUFにすると、モデルの合計サイズは約15.5GBから約10.8GBになる
ComfyUI-GGUFはleejet版、エンコーダーにはmmprojが必須
24GBのMacBook Airでも、512pxなら約3分で編集できた
速度とメモリは、出力解像度と参照画像のサイズでほぼ決まる
試してみてうまくいかない点があれば、エラーメッセージをAIに投げると改善案を出してくれるはずです。
#ComfyUI #QwenImage #QwenImage21 #画像生成AI #AI画像生成 #GGUF #Mac #MacBookAir #ローカルAI #画像編集AI #ワークフロー配布