Qwen-Image 2.1 Turbo接入ComfyUI:8步出图与实测对比
Qwen-Image 2.1的高速版Qwen-Image-2.1-Turbo已可通过ComfyUI官方模板使用,图像生成与编辑从常规版的40步降至8步,模型规模仍为7B。
推荐理由:作者用128张对比图实测Turbo与常规版的差异,并给出ComfyUI模板与显存占用数据,可据此判断是否切换出图流程。
创作方向
AI 画图的最前线:文生图模型迭代、图像编辑能力与分镜、海报、素材创作应用。
114 条精选近 30 天 43 条共收录 1,145 条
Qwen-Image 2.1的高速版Qwen-Image-2.1-Turbo已可通过ComfyUI官方模板使用,图像生成与编辑从常规版的40步降至8步,模型规模仍为7B。
推荐理由:作者用128张对比图实测Turbo与常规版的差异,并给出ComfyUI模板与显存占用数据,可据此判断是否切换出图流程。
Higgsfield 将 AI 视频生成时长从 1 分钟提升到 10 分钟以上,依托 GPT-6 Astra 实现。同时,它用 GPT-Image-2.5 提升画面精度,并借助 GPT-Live 提供通往语音电影制作的路径。
推荐理由:Higgsfield 借助 GPT-6 Astra 把 AI 视频时长从 1 分钟拉到 10 分钟以上,可据此判断长片创作的可用性。
Black Forest Labs 发布 FLUX 3 Image Klein,一个 5.6B 开源权重模型,同时支持文生图、单参考图编辑和多参考图组合生成,文本编码器为 Qwen3-VL-4B-Instruct。
推荐理由:5.6B 开源权重模型把文生图、单图编辑与多图组合统一到同一模型,并给出量化版本与显存占用,便于自部署者评估落地成本。
Black Forest Labs 在 Hugging Face 发布 FLUX 3 Image Klein Base,这是一个 5.6B 参数的开源权重模型,文生图、单参考图编辑和多参考图合成共用同一模型,文本编码器为 Qwen3-VL-4B-Instruct。
推荐理由:5.6B 开源权重同时覆盖文生图、单图编辑与多图合成,并给出 BF16、FP8、NVFP4 三档显存占用,便于评估自托管成本。
LightX2V 发布 Qwen-Image 2.1 的 Lightning LoRA,把该模型默认 40 步的生成压缩到 4 步,采样器改为 4 步、CFG 关闭(true_cfg_scale=1.0)并固定四个 sigma 值。
推荐理由:Qwen-Image 2.1 的 4 步 Lightning LoRA 把默认 40 步压缩到 4 步,并附多参考编辑示例,可据此评估出图流程的提速空间。
Kapwing 发布分步指南,讲解如何用 AI 生成 Vox 风格拼贴动画纪录片,流程分为写脚本、拆分视觉节拍、生成拼贴图像、逐帧动画、生成配音和剪辑成片六步。
推荐理由:完整拆解 Vox 拼贴风纪录片的六步 AI 工作流,含可复用的图像与动画 Prompt,适合想复刻该视觉风格的创作者参考。
Google 于 2026 年 10 月 6 日发布 Nano Banana 2.1,底座换成 Gemini 3.6 Flash,把多参考图一致性、复杂局部编辑、文字海报等能力下放到 Flash 的成本和速度上。文章整理了九种实战用法,覆盖从多图一致性到养图,并附完整提示词。
推荐理由:围绕 Nano Banana 2.1 整理九种实战用法与完整提示词,可对照多图一致性和局部编辑等能力评估出图流程。
阿里通义开源 Qwen-Image-2.1-Turbo,基于 Qwen-Image-2.1 的加速 checkpoint,沿用同一套 7B 视觉生成架构,文生图与自然语言编辑只需 8 步去噪,官方称仍能生成 2K 图像并支持加配饰、换场景等连续编辑。
推荐理由:Qwen-Image-2.1-Turbo 以 8 步去噪实现 2K 文生图与自然语言编辑,并给出 Diffusers 与 API 两条上手路径。
Qwen 发布 Qwen-Image-2.1-Turbo,这是 Qwen-Image-2.1 的加速 checkpoint,用于文生图与图像编辑,仅需 8 步去噪。
推荐理由:8 步采样与 KV 缓存复用文本和参考图上下文,创作者可据此评估出图与改图流程的提速空间。
谷歌在 Gemini API 正式发布图像生成与编辑模型 Nano Banana 2.1(模型 ID:gemini-nano-banana-2.1),单张 1K 图成本约 $0.034,约为 Nano Banana 2 的一半。
推荐理由:谷歌图像模型 2.1 单张成本约降一半并新增全景比例与 14 图融合,可据此评估是否迁移现有出图流程。
Gemini Nano Banana 2.1 是 Google 的图像生成与编辑模型,作为 Nano Banana 2 的继任者,现通过 Partner Nodes 在 ComfyUI 上线。
推荐理由:ComfyUI 官方接入 Gemini Nano Banana 2.1,创作者可对比其分辨率档位、思考等级与单次成本变化。
Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月发布的 Nano Banana 2,官方称各方面均有提升。1K 图像价格从 6.70 美分降至 3.36 美分,4K 从 15.10 降至 7.56 美分,约为上一代的一半。
推荐理由:Google 图像模型 Nano Banana 2.1 在降价约一半的同时给出多项基准对比,可据此判断是否替换现有出图流程。
Google 正式发布 Nano Banana 2.1 图像生成与编辑模型,官方称其在视觉设计、Mask 精准编辑和主体一致性上全面超过上一代,画面更自然真实。该版本已在 Gemini、Search AI Mode、AI Studio、Flow、Stitch、Google Ads 和企业平台铺开。
推荐理由:Google 图像生成模型升级,点名视觉设计、Mask 编辑与主体一致性三项能力变化,并已在多个产品线铺开。
阡陌发布教程,介绍在约 8GB 显存的 RTX 4070 Laptop 上通过 ComfyUI 本地生成图片与视频,图片用 Qwen-Image-2.1 越狱版 GGUF 工作流,视频用 MiniMax H3 的 04_i2v_fl2v_4step_sla_lowvram 工作流。
推荐理由:8GB 显存下跑通 Qwen-Image-2.1 与 MiniMax H3 的完整路径,含模型文件、目录结构与参数配置,可对照复现。
InvokeAI 发布 7.0.0 alpha 1,称这是其规模最大的一次更新,约 320 个 PR、2600 次提交,需 Python 3.12,且新界面为默认。
推荐理由:InvokeAI 7 把画布、工作流与视频生成整合进单一工作台,并新增 MiniMax H3、LTX-2.5 等模型支持,可据此判断是否迁移现有出图流程。
Luma 推出 Variants,用户上传一张已过审的静态广告后,选择版式与语言,即可自动生成各尺寸与语言组合的版本,logo、标题和 CTA 保持不变,仅调整布局与文案。
推荐理由:广告团队可据此评估把单张已过审素材批量适配多尺寸与多语言版本,替代手工重做。
阿里开源 Qwen-Image-2.1 图片模型,视觉生成部分为 7B,用 32 层 Single-Stream DiT,一个模型覆盖生成、编辑与原生透明背景图。
推荐理由:作者用大量实测案例展示 Qwen-Image-2.1 在生图、编辑与原生透明上的表现,并给出消费级显卡的实测速度。
Nerdy Rodent 发布教程,讲解如何在本地 ComfyUI 中运行 Qwen Image 2.1。该模型除文生图外还支持图像编辑,最多可输入 10 张参考图,用于换脸、换头、换背景、多角色合成与自然语言改风格,INT8 模型文件小于 8GB。
推荐理由:演示 Qwen Image 2.1 在本地 ComfyUI 中的文生图、图生图、局部重绘与超分流程,可据此评估本地出图方案。
Adobe 宣布完成对 AI 视频与图像增强公司 Topaz Labs 的收购,后者将保留独立品牌,其应用与模型继续作为独立产品提供。Topaz Labs 的技术已进入 Adobe Firefly 和 Photoshop,用于图像与视频的超分与增强,其 Neurostream 技术支持在本地设备或 Topaz 云端处理复杂 AI 模型。
推荐理由:Adobe 将 Topaz Labs 的画质增强模型并入 Firefly 与 Photoshop,可观察影视后期工具链的整合走向。
腾讯混元发布混元图像 3.5 预览版(Hy Image3.5 preview),定位高性价比专业级生图模型,支持文生图与图生图、单次最多上传 5 张参考图、最高 2K 分辨率输出和多轮对话创作。
推荐理由:腾讯混元发布专业级生图模型预览版,给出2K输出、0.15元每张的API定价与内部盲测对比结果,可据此评估成本与出图能力。