镜像名称

Qwen-Image-Edit是什么

• Qwen-Image-Edit 是基于 200 亿参数的 Qwen-Image 架构构建的全能图像编辑模型。
• 模型兼具语义与外观的双重编辑能力，能进行低层次的视觉外观编辑（如添加、删除、修改元素）
• 高层次的视觉语义编辑（如 IP 创作、物体旋转、风格迁移等）
• 模型支持中英文双语文字的精准编辑，支持在保留原有字体、字号和风格的前提下修改图片中的文字
• Qwen-Image-Edit 在多个公开基准测试中表现出色，具备 SOTA 性能

镜像简介

• 图片编辑 支持中文和图片一致性更加好

• 特点： 预装了环境，模型全部离线了 开机自动运行

• 需要80gb显存的显卡运行 A800测试通过

---

运行界面截图

---

Qwen Image Edit 2511 用户使用手册

基于Qwen-Image-Edit-2511模型的AI图像编辑工具 webUI二次开发by科哥 微信：312088415

---

快速开始

启动应用

./start_app.sh

启动后，浏览器访问：http://localhost:7860

---

系统特性

🚀 80GB显卡极致优化

针对80GB显存显卡（如A100 80GB、A800 80GB）的专属优化：

优化效果：

• 全部模型组件驻留GPU（Transformer + Text Encoder + VAE）
• 无CPU-GPU数据传输瓶颈
• 启用Flash Attention 2加速
• 预期速度：15-25秒/图（质量模式）
• 显存占用：~51GB

启动时显示：

🎯 自动选择策略: 至尊旗舰级极速模式（80GB+）
   理由: 85GB显存充足，全部模型GPU驻存+Flash Attention 2（无CPU瓶颈）
   预期速度: 15-25秒/图
   显存占用: ~51GB

📁 图片自动保存

生成的图片会自动保存到项目 outputs/ 目录：

outputs/
├── out_1735223456789_1.png
├── out_1735223567890_1.png
├── out_1735223567890_2.png
└── ...

文件命名规则：out_{时间戳}_{序号}.png

📝 实时日志

运行日志实时输出到：/root/运行实时日志.log

查看实时日志：

tail -f /root/运行实时日志.log

---

性能参考

根据你的GPU配置，系统会自动选择最优策略：

GPU类型	显存	预期速度	优化策略
A100/A800 80GB	80GB+	15-25秒/图	全部模型GPU驻存 + Flash Attention 2
RTX 4090 48GB	48GB	20-30秒/图	Trans:GPU, VAE/TE:CPU
RTX 4090 24GB	24GB	90-120秒/图	Sequential Offload
RTX 4080	16GB	120-180秒/图	激进优化
RTX 4070Ti	12GB	200-300秒/图	极限优化

---

功能介绍

本工具提供4大核心功能，每个功能都有独立的标签页：

1. 角色一致性增强

功能说明：保持人物角色的一致性，生成同一角色的不同场景、表情、动作。

使用场景：

• 为小说/漫画角色生成不同场景的插图
• 制作角色设定图（不同表情、动作）
• 生成角色在不同环境下的效果图

操作步骤：

1. 上传参考图片：点击"上传图片"，选择包含目标人物的照片
2. 输入提示词：描述你想要的场景/动作/表情
   • 示例：在海边散步，微笑，阳光明媚
   • 示例：穿着西装，在办公室，严肃表情
3. 调整参数（可选）：
   • 推理步数：10-100步，越多质量越高但速度越慢（推荐40步）
   • True CFG Scale：1.0-10.0，控制提示词影响力（推荐4.0）
   • Guidance Scale：0.0-5.0，额外引导（推荐1.0）
   • 随机种子：固定种子可复现结果
4. 点击"生成图片"：等待生成
5. 查看结果：生成的图片显示在右侧，并自动保存到 outputs/ 目录

提示词技巧：

• ✅ 具体描述场景：在咖啡厅，坐在窗边，喝咖啡
• ✅ 描述表情动作：微笑，挥手，跳跃
• ✅ 描述环境光线：阳光明媚，夕阳，夜晚灯光
• ❌ 避免过于抽象：很美、好看

---

2. 多人合照一致性

功能说明：支持多人合照场景，保持每个人物的特征一致性。

使用场景：

• 生成家庭合照
• 制作团队照片
• 创建多角色场景图

操作步骤：

1. 上传参考图片：上传包含多人的照片
2. 输入提示词：描述合照场景
   • 示例：三个人在公园里，背景是樱花树
   • 示例：全家福，在客厅沙发上，温馨氛围
3. 调整参数：同"角色一致性增强"
4. 生成图片

---

3. 内置 LoRA

功能说明：模型已内置社区流行的LoRA能力，无需额外加载。

支持的LoRA：

• 光照增强：真实光照控制，调整图片光线效果
• 视角变换：生成新的视角/镜头角度（平移、旋转等）

使用方法：

光照增强

提示词示例：

• 增强光照，明亮，高光
• 柔和光线，暖色调
• 戏剧性光影，强对比

视角变换

提示词示例：

• 俯视角度，从上往下看
• 仰视角度，从下往上看
• 侧面视角，45度角
• 广角镜头，全景

---

4. 工业设计应用

功能说明：适用于工业设计场景，支持产品渲染、材质变换、设计迭代。

使用场景：

• 产品效果图生成
• 材质/颜色变换
• 设计方案快速迭代

操作步骤：

1. 上传产品设计图：草图、3D渲染图或实物照片
2. 输入提示词：描述想要的材质、颜色、场景
   • 示例：金属材质，银色，工作室光照
   • 示例：把头盔变成银灰色
   • 示例：透明玻璃材质，蓝色，反光效果
3. 生成图片

材质关键词：

• 金属：金属材质，不锈钢，铝合金，铜质
• 木质：木质纹理，橡木，胡桃木，竹子
• 塑料：塑料材质，磨砂，光滑，透明
• 玻璃：玻璃材质，透明，磨砂玻璃，彩色玻璃
• 布料：布料材质，棉质，丝绸，皮革

---

参数说明

基础参数

参数	范围	默认值	说明
推理步数	10-100	40	生成质量，越高越好但越慢
生成数量	1-4	1	一次生成的图片数量
True CFG Scale	1.0-10.0	4.0	提示词影响力
Guidance Scale	0.0-5.0	1.0	额外引导强度
随机种子	0或正整数	0	固定值可复现结果

参数调优建议

追求质量：

• 推理步数：50
• True CFG Scale：5.0-7.0

追求速度：

• 推理步数：20-25
• True CFG Scale：3.0-4.0

平衡模式（推荐）：

• 推理步数：40
• True CFG Scale：4.0

---

提示词编写技巧

1. 结构化描述

推荐格式：主体 + 动作/表情 + 场景 + 光线 + 风格

示例：

一个女孩，微笑，在咖啡厅，坐在窗边，阳光透过窗户，温暖色调

2. 使用具体词汇

❌ 模糊	✅ 具体
好看	精致五官，清晰细节
漂亮	柔和光线，自然妆容
很美	高清画质，专业摄影

3. 场景描述要点

环境：室内/室外、具体地点（咖啡厅、公园、办公室） 光线：阳光、夕阳、夜晚、工作室光照 氛围：温馨、严肃、活泼、宁静 细节：背景元素、道具、服装

4. 常用关键词

表情：

• 微笑、大笑、严肃、惊讶、思考、平静

动作：

• 站立、坐着、走路、跑步、跳跃、挥手

光线：

• 阳光明媚、柔和光线、戏剧性光影、逆光、侧光

风格：

• 写实风格、电影感、专业摄影、高清画质

---

示例提示词

角色一致性

圣诞节主题，一位纯欲气质的美少女，松散的双麻花辫，少女气质，无辜眼神，头戴圣诞树造型发饰，冷白皮，纯欲朦胧滤镜，双手拿着圣诞老人玩偶，庆祝感眼神和表情，轻轻歪头，穿毛绒红色上衣，暖白背景、棚拍柔光

四宫格表情包。左上：双手举过头顶比双"V"，惊讶活泼。右上：双手托住脸颊，闭眼嘟嘴，可爱娇憨。左下：侧头wink，吐舌，单手比"V"，俏皮搞怪。右下：双臂交叉，眉头微皱，嘟嘴小傲娇。卡通元素彩色背景，二次元动漫风格

真人与卡通壁画合影，竖版3:4。真人原样保留服装发型妆容在左侧，背后墙面绘制1:1对应卡通壁画，厚涂质感动漫风格大眼柔和轮廓，完整复刻发型服装配饰细节。墙面添加彩色涂鸦爱心笑脸，地面点缀飞溅颜料

工业设计

金属材质，银色，工作室光照，产品摄影

木质纹理，深棕色，自然光，简约设计

透明玻璃材质，蓝色，反光效果，科技感

---

常见问题

Q1: 生成速度慢怎么办？

A: 这是正常现象。系统已根据你的GPU自动选择最优策略：

• 80GB+ GPU：15-25秒/图
• 48GB GPU：20-30秒/图
• 24GB GPU：90-120秒/图
• 16GB GPU：120-180秒/图

Q2: 生成的图片不符合预期？

A: 尝试以下方法：

1. 更详细的提示词描述
2. 调整True CFG Scale（增加到5.0-7.0）
3. 增加推理步数（提高到50）
4. 更换参考图片（更清晰、光线更好）

Q3: 如何复现之前的结果？

A: 记录生成时使用的随机种子，下次使用相同的种子、提示词和参数即可复现。

Q4: 图片保存在哪里？

A: 自动保存到项目 outputs/ 目录，文件名格式为 out_{时间戳}_{序号}.png

Q5: 如何查看运行日志？

A: 实时日志保存在 /root/运行实时日志.log，使用 tail -f /root/运行实时日志.log 查看。

Q6: 可以同时生成多张图片吗？

A: 可以，将"生成数量"设置为2-4。但会增加生成时间和显存占用。

Q7: 支持哪些图片格式？

A: 支持常见格式：JPG、PNG、WEBP等。

Q8: 生成的图片分辨率是多少？

A: 由模型决定，通常为1024x1024。

Q9: 80GB显卡有什么特殊优化？

A: 至尊旗舰模式将全部模型组件驻留GPU，消除CPU-GPU传输瓶颈，速度提升40%+。

---

最佳实践

1. 准备高质量参考图

• ✅ 清晰、光线良好
• ✅ 主体明确、背景简洁
• ✅ 分辨率足够（建议512x512以上）
• ❌ 避免模糊、过暗、过曝的照片

2. 迭代优化

1. 先用默认参数快速生成
2. 根据结果调整提示词
3. 微调参数（True CFG Scale、推理步数）
4. 多次尝试找到最佳配置

3. 批量生成

• 固定种子，批量测试不同提示词
• 记录效果好的提示词模板
• 建立自己的提示词库

4. 性能测试

运行性能测试了解你的GPU实际表现：

python benchmark_test.py

测试会显示：

• 优化组件状态
• 当前使用的策略
• 不同模式的推理速度
• GPU利用率分析

---

技术支持

遇到问题？

• 微信：312088415（科哥）

反馈建议： 欢迎提供使用反馈和改进建议！

---

祝你使用愉快！