---
title: "Qwen-Image-2.1 安裝教學：ComfyUI 與 diffusers 兩條路線，從下載到第一張圖"
description: "Qwen-Image-2.1 怎麼安裝？本文提供兩條可照做的路線：不寫程式用 ComfyUI、工程團隊用 diffusers，含官方檔名、資料夾位置、低 VRAM 的 GGUF 量化設定、透明圖與多圖編輯範例，以及常見錯誤排查。"
canonical: "https://yotron-ai.com/blog/qwen-image-2-1-install-guide-comfyui-diffusers"
published: "2026-09-22"
last-updated: "2026-09-22"
---

# Qwen-Image-2.1 安裝教學：ComfyUI 與 diffusers 兩條路線，從下載到第一張圖

Qwen-Image-2.1 怎麼安裝？本文提供兩條可照做的路線：不寫程式用 ComfyUI、工程團隊用 diffusers，含官方檔名、資料夾位置、低 VRAM 的 GGUF 量化設定、透明圖與多圖編輯範例，以及常見錯誤排查。

Qwen-Image-2.1 的安裝有兩條路線：**不寫程式的人走 ComfyUI，工程團隊走 diffusers。** 兩條都能在同一台機器上完成，差別在你要的是操作介面還是可以接進系統的 API。

在開始之前先確認一件事：這個版本的權重採研究授權，只能用於研究與評估，商用需另外取得授權。授權與能力的完整說明見 [Qwen-Image-2.1 是什麼？企業商用前要先看懂授權](/blog/qwen-image-2-1-open-weights-commercial-guide)。以下流程請以「技術評估」的前提進行。

## 先確認硬體：你的顯示卡跑得動嗎

官方沒有公布最低需求，目前可參考的是社群回報：

| 環境 | 回報結果 | 建議做法 |
| --- | --- | --- |
| RTX 4090（24GB） | 1MP 圖約 5 秒 | 直接用原生權重 |
| 約 15.6 GB VRAM | 某一設定下可運行 | 原生權重，關閉其他佔用 |
| 12～16GB VRAM | 原生權重容易爆記憶體 | 改用 GGUF 量化 + text encoder 卸載 |
| 筆電 CPU | 每張約 3 分鐘 | 僅適合確認流程，不適合量產 |

判斷原則很簡單：**24GB 以上走原生權重，24GB 以下先走 GGUF 量化。** 自架的完整成本（顯示卡折舊、電費、維運工時）算法見 [AI 導入成本怎麼算](/blog/ai-implementation-cost-taiwan)。

## 路線 A：ComfyUI 安裝（不需要寫程式）

### 步驟 1：更新 ComfyUI 到支援版本

Qwen-Image-2.1 需要有原生支援的 ComfyUI 版本。如果你已經裝過舊版，先透過 ComfyUI Manager 或 `git pull` 更新到最新，再重新啟動，否則載入範本時會找不到對應節點。

### 步驟 2：下載三類模型檔案

從 Hugging Face 的 [Comfy-Org/Qwen-Image-2.1](https://huggingface.co/Comfy-Org/Qwen-Image-2.1) 下載，整個倉庫約 74.3 GB，但你只需要三個檔案：

| 類型 | 檔名（擇一） | 放置資料夾 |
| --- | --- | --- |
| Diffusion model | `qwen_image_2.1_bf16.safetensors`（品質優先）或 `qwen_image_2.1_int8_convrot.safetensors`（省記憶體） | `ComfyUI/models/diffusion_models/` |
| Text encoder | `qwen3vl_8b_bf16.safetensors`、`qwen3vl_8b_int8_convrot.safetensors` 或 `qwen3vl_8b_w4a8.safetensors` | `ComfyUI/models/text_encoders/` |
| VAE | `qwen_image_2.1_vae_bf16.safetensors` | `ComfyUI/models/vae/` |

倉庫中另有 `qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors` 與 `pe_i2i` 版本，分別對應文生圖與圖生圖的提示詞增強；第一次安裝可以先略過，確認基本流程能跑再加。

### 步驟 3：載入官方範本

重新啟動 ComfyUI 後，從選單的工作流範本瀏覽器找到 Qwen-Image-2.1 的文生圖與圖像編輯範本並載入。範本會自動接好節點，你只需要在三個 loader 節點分別選到剛才下載的檔案。

### 步驟 4：跑第一張圖驗證

**不要一開始就設 2K 與 40 步。** 先用較小解析度、較少步數（例如 20 步）跑一張，確認整條流程沒有紅色錯誤節點，再調回官方預設的 40 步與 2K 解析度。這一步能把「檔案放錯資料夾」和「記憶體不足」兩類問題分開。

### 步驟 5：VRAM 不足時改用 GGUF 量化

如果出現記憶體不足，改走量化路線：

1. 透過 ComfyUI Manager 安裝 **ComfyUI-GGUF** 自訂節點，或手動 clone 到 `custom_nodes/`。
2. 下載社群發布的 Qwen-Image-2.1 GGUF 權重，放進 `ComfyUI/models/unet/`。量化等級由小到大為 Q2_K、Q3_K_M、Q4_K_M、Q5_K_M、Q6_K、Q8_0，**Q4_K_M 是體積與品質的平衡點**。
3. 把範本中的 diffusion model 載入節點換成 GGUF 專用的 Unet Loader (GGUF)，選擇下載的 `.gguf` 檔。
4. 讓 text encoder 留在系統記憶體、只把量化後的 diffusion model 放 VRAM，依社群實測可省下約 9～17 GB VRAM，對速度影響很小。
5. 仍然不足時，加上 `--lowvram` 啟動參數。

社群 GGUF 權重由第三方轉檔，品質與安全性請自行確認來源；原始權重的授權條件同樣適用於量化版本。

來源：[Qwen-Image-2.1 GitHub 倉庫](https://github.com/QwenLM/Qwen-Image-2.1)，QwenLM，2026-09-22 查閱；[Comfy-Org/Qwen-Image-2.1](https://huggingface.co/Comfy-Org/Qwen-Image-2.1)，Hugging Face，2026-09-22 查閱；[How to Use Qwen-Image 2.1 GGUF in ComfyUI](https://www.kombitz.com/2026/09/20/how-to-use-qwen-image-2-1-gguf-in-comfyui/)，Kombitz，2026-09-20。

## 路線 B：diffusers 安裝（要接進系統的團隊）

### 步驟 1：安裝套件

官方 README 列出的相依版本如下，建議在乾淨的虛擬環境執行：

```bash
pip install "torch>=2.4.0"
pip install "transformers>=5.17"
pip install git+https://github.com/huggingface/diffusers
pip install accelerate pillow
```

diffusers 需要裝 git 版本，因為 `QwenImage21Pipeline` 尚未進入正式釋出版。

### 步驟 2：文生圖跑通第一張

```python
import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16
).to("cuda")

image = pipe(
    prompt='A neon shop sign that reads "QWEN IMAGE 2.1", rainy night, reflections on wet pavement',
    num_inference_steps=40,
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]

image.save("t2i_example.png")
```

記憶體不足時，把 `.to("cuda")` 換成 `pipe.enable_model_cpu_offload()`，讓模型分段搬進 VRAM。

### 步驟 3：圖像編輯與透明圖

編輯只要多傳一個 `image` 參數，同一個 pipeline 就能做：

```python
from PIL import Image

image = pipe(
    prompt="Change the background to a sunset beach",
    image=Image.open("input.png"),
    num_inference_steps=40,
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]
```

透明圖（RGBA）靠提示詞格式觸發，官方建議的寫法是前後各加一句：

```python
prompt = (
    "This is an RGBA image with transparency. "
    "A cute cartoon dragon sticker. "
    "The image has alpha channel and the background is transparent."
)
```

這是這個版本對電商最有價值的能力：商品去背不用再接第二個工具。

### 步驟 4：設定輸出比例

官方支援的原生 2K 比例如下，直接把對應的寬高傳進 pipeline：

```python
aspect_ratios = {
    "1:1":  (2048, 2048),
    "4:3":  (2400, 1792),
    "3:4":  (1792, 2400),
    "3:2":  (2528, 1696),
    "2:3":  (1696, 2528),
    "16:9": (2752, 1536),
    "9:16": (1536, 2752),
}
```

### 選用：用 vLLM 做成服務端點

如果要讓多個內部工具共用同一張卡，可以起一個服務：

```bash
vllm serve Qwen/Qwen-Image-2.1 --omni --port 8091
```

多卡環境可加上 `--step-execution --max-num-seqs 8`。要對外開放時，權限邊界與呼叫紀錄必須先設好，作法見 [AI Agent 的權限邊界怎麼設](/blog/ai-agent-permission-boundary-sandbox)。

來源：[Qwen-Image-2.1 GitHub 倉庫](https://github.com/QwenLM/Qwen-Image-2.1)，QwenLM，2026-09-22 查閱；[Qwen/Qwen-Image-2.1 模型卡](https://huggingface.co/Qwen/Qwen-Image-2.1)，Hugging Face，2026-09-22 查閱。

## 常見錯誤排查

| 症狀 | 常見原因 | 處理方式 |
| --- | --- | --- |
| `CUDA out of memory` | 原生權重超過顯示卡容量 | 改 `enable_model_cpu_offload()`、ComfyUI 加 `--lowvram`、換 GGUF Q4_K_M |
| `ImportError: QwenImage21Pipeline` | diffusers 裝到正式釋出版 | 改裝 `git+https://github.com/huggingface/diffusers` |
| ComfyUI 節點顯示紅色 | ComfyUI 版本過舊或檔案放錯資料夾 | 更新 ComfyUI、確認三類檔案分別在 `diffusion_models/`、`text_encoders/`、`vae/` |
| 透明圖仍有白底 | 提示詞沒用官方 RGBA 格式 | 補上「This is an RGBA image…」前後句，並確認存檔為 PNG |
| 出圖速度極慢 | 跑在 CPU 上 | 確認 `torch.cuda.is_available()` 為 True，並檢查驅動與 CUDA 版本 |

## 裝完之後：先做這三件事再決定要不要留下

1. **固定 seed 做對照**：用同一組 seed 與提示詞跑現有工具與 Qwen-Image-2.1，比較可直接交付的比例，而不是比較單張最佳結果。
2. **測你自己的素材**：商品去背的邊緣、人物一致性、中文字排版，這三項最能決定它能不能進你的工作流。
3. **記錄授權判斷**：把「本次使用屬研究或評估用途」寫進內部文件；若之後要轉商用，需另行向 Qwen 取得授權。選型與供應商風險的判斷框架見 [AI 供應商選型的法律與延續性風險](/blog/ai-vendor-selection-legal-continuity-risk)。

需要立刻產出商用素材的團隊，現階段仍建議使用有明確商用條款的付費服務，比較請見 [ChatGPT Images 2.0 中小企業導入指南](/blog/chatgpt-images-2-sme-business-guide)。

## 來源與更新提醒

- [Qwen-Image-2.1 GitHub 倉庫](https://github.com/QwenLM/Qwen-Image-2.1)，QwenLM，2026-09-22 查閱。
- [Qwen/Qwen-Image-2.1 模型卡](https://huggingface.co/Qwen/Qwen-Image-2.1)，Hugging Face，2026-09-22 查閱。
- [Comfy-Org/Qwen-Image-2.1 權重倉庫](https://huggingface.co/Comfy-Org/Qwen-Image-2.1)，Hugging Face，2026-09-22 查閱。
- [How to Use Qwen-Image 2.1 GGUF in ComfyUI](https://www.kombitz.com/2026/09/20/how-to-use-qwen-image-2-1-gguf-in-comfyui/)，Kombitz，2026-09-20。
- [Qwen-Image-2.1: 7B Open Weights You Cannot Ship](https://cellcog.ai/blog/qwen-image-2-1/)，CellCog，2026-09-20。

模型檔名、相依套件版本與 ComfyUI 範本可能隨版本更新而變動；社群回報的硬體數字會因環境差異很大。本文為依官方文件與公開資料整理的操作流程，不構成法律意見，商用授權範圍請以 Qwen 官方條款為準。

---

## 相關推薦與延伸閱讀

- [Qwen-Image-2.1 是什麼？7B 開源生圖模型，企業商用前要先看懂授權](/blog/qwen-image-2-1-open-weights-commercial-guide)：阿里 Qwen 團隊於 2026 年 9 月 20 日開源 Qwen-Image-2.1：7B 視覺生成參數、原生 2K、透明 RGBA、最多 10 張參考圖編
- [ChatGPT Images 2.0 是什麼？中小企業用 gpt-image-2 降低設計成本](/blog/chatgpt-images-2-sme-business-guide)：整理 gpt-image-2 的繁體中文渲染、2K 生成、API 費用與限制，並比較 AI 生圖與外包設計的成本，協助你判斷是否值得導入。
- [OpenAI 同一週發布 GPT Image 2.0 與 GPT-5.5：台灣企業現在能用什麼？](/blog/openai-gpt-image-2-gpt-5-5-taiwan-business-guide-2026)：OpenAI 同一週發布 GPT Image 2.0 與 GPT-5.5。本文整理兩者的核心突破、API 定價，以及台灣企業可以立即導入的場景。