کوئن ایمیج ۲.۱ (آفلاین)
Qwen-Image-2.1 (offline)تازه‌ترین تصویرساز باز علی‌بابا (سپتامبر ۲۰۲۶): ساخت و ویرایش تصویر و خروجی با پس‌زمینهٔ شفاف در یک مدل ۷ میلیاردی که روی کارت ۱۶ گیگابایتی با ComfyUI اجرا میشود؛ در رأی کور Arena بهترین مدل باز است، ولی مجوزش فقط استفادهٔ غیرتجاری را آزاد می‌گذارد.
اجرا روی سیستم خودتان
این مدل را یک بار دانلود می‌کنید و بعد بدون اینترنت روی لپتاپ، کامپیوتر یا سرور خودتان اجرایش می‌کنید.
- بعد از نصب، بدون اینترنت
- وزن‌های باز
- Qwen Research License — فقط غیرتجاری
- فارسی: نامعلوم
بعد از دانلود فایلها، ComfyUI و مدل کاملاً بدون اینترنت کار میکنند. اگر قالب را از داخل ComfyUI باز کنید، برنامه میخواهد فایلها را از Hugging Face بگیرد؛ روی سیستم آفلاین فایلها را دستی در پوشه‌ها بگذارید.
فقط برای پژوهش و ارزیابی، یعنی غیرتجاری. استفادهٔ تجاری مجوز جداگانه از علی‌بابا میخواهد. مدل‌هایی که از آن می‌سازید باید «Built with Qwen» داشته باشند. نسل قبل (Qwen-Image-2512) Apache-2.0 بود و تجاری آزاد است.
نسخه‌ها و سخت‌افزار لازم
- INT8 (ComfyUI)۷٫۱B
- حجم دانلود:
- ۱۷٫۳ گیگ
- حافظهٔ لازم:
- کارت گرافیک ۱۶ گیگ یا رم ۲۴ گیگ
پیش‌فرض قالب‌های ComfyUI: مدل ۷٫۲۶، رمزگذار متن ۹٫۳۵ و VAE ۰٫۶۸ گیگابایت. اگر حافظه کم است، رمزگذار w4a8 (۶٫۳۱ گیگ) را بگذارید. نسخهٔ کامل BF16 حدود ۳۳ گیگابایت است.
- GGUF Q4_K_M۷٫۱B
- حجم دانلود:
- ۴٫۲ گیگ
- حافظهٔ لازم:
- کارت گرافیک ۱۱ گیگ یا رم ۱۶ گیگ
فقط خود مدل (۴٫۲ گیگابایت)؛ رمزگذار متن و VAE را از فایلهای ComfyUI بگیرید. افزونهٔ ComfyUI-GGUF اصلی (city96) هنوز این نسخه را نمی‌شناسد و فعلاً شاخهٔ leejet/ComfyUI-GGUF لازم است. پرطرفدارترین GGUF در Hugging Face نسخهٔ «Uncensored» است؛ آن را نگیرید.
- Qwen-Image-2.1-Turbo۷٫۱B
- حافظهٔ لازم:
- کارت گرافیک ۶ گیگ یا رم ۸ گیگ
نسخهٔ سریع رسمی (۹ اکتبر ۲۰۲۶): همان مدل ۷ میلیاردی که هر تصویر را با ۸ گام به‌جای ۲۵ میسازد و ساخت از متن، ویرایش و خروجی شفاف را دارد. مجوزش Qwen Research License است، یعنی استفادهٔ تجاری بدون مجوز جداگانه از علی‌بابا ممنوع است. فعلاً با جدیدترین نسخهٔ Diffusers (QwenImage21Pipeline) اجرا میشود و پشتیبانی ComfyUI هنوز اعلام نشده است.
نصب و اجرا
- ۱
ComfyUI را نصب یا به‌روز کنید (0.38 یا جدیدتر)ویندوز
run_nvidia_gpu.batفایل ComfyUI_windows_portable_nvidia.7z را از صفحهٔ Releases گیت‌هاب ComfyUI بگیرید و run_nvidia_gpu.bat را اجرا کنید. نسخهٔ قدیمی را با update_comfyui.bat در پوشهٔ update به‌روز کنید. Qwen-Image-2.1 از نسخهٔ 0.37.0 پشتیبانی میشود، ولی 0.38.0 (۲۹ سپتامبر ۲۰۲۶) برایش VAE کوچک (tiny VAE)، کامپایل بلوک‌های ترنسفورمر، جای بهتر کش KV و رفع اشکال RGBA آورده است؛ 0.38 یا جدیدتر را بگیرید.
- ۲
فایلهای مدل را دانلود کنیدلینوکس
cd ComfyUI/models wget -P diffusion_models https://huggingface.co/Comfy-Org/Qwen-Image-2.1/resolve/main/diffusion_models/qwen_image_2.1_int8_convrot.safetensors wget -P text_encoders https://huggingface.co/Comfy-Org/Qwen-Image-2.1/resolve/main/text_encoders/qwen3vl_8b_int8_convrot.safetensors wget -P vae https://huggingface.co/Comfy-Org/Qwen-Image-2.1/resolve/main/vae/qwen_image_2.1_vae_bf16.safetensorsدر ویندوز همین لینک‌ها را با مرورگر بگیرید و در پوشه‌های هم‌نام بگذارید. برای کارت ۱۲ گیگابایتی، به‌جای رمزگذار دوم فایل qwen3vl_8b_w4a8.safetensors را بگیرید.
- ۳
قالب آماده را باز کنید
python main.pyدر http://127.0.0.1:8188 از بخش Templates عبارت Qwen Image 2.1 را جست‌وجو کنید: ساخت تصویر، ویرایش تصویر و حذف پسزمینه. تنظیم پیشنهادی ۲۵ گام، cfg برابر ۱ و sampler از نوع euler است.
- ۴
اختیاری: LoRA چهارگامی و ControlNet رسمیلینوکس
cd ComfyUI/models wget -P loras https://huggingface.co/alibaba-pai/Qwen-Image-2.1-Fun-Acc-LoRAs/resolve/main/models/Qwen-Image-2.1-Fun-Acc-4Step.safetensors wget -P model_patches https://huggingface.co/Comfy-Org/Qwen-Image-2.1/resolve/main/model_patches/qwen_image_2.1_fun_controlnet_union_int8_convrot.safetensorsدر ویندوز همین لینک‌ها را با مرورگر بگیرید. LoRA رسمی Fun-Acc (۰٫۳۵ گیگابایت، ۲۴ سپتامبر ۲۰۲۶) ساخت تصویر را به ۴ گام می‌رساند. ControlNet-Union رسمی یک فایل برای هشت نوع کنترل ساختاری (Canny، Depth، Grayscale، HED، Lineart، MLSD، Pose و Scribble) به‌علاوهٔ inpainting است؛ نسخهٔ int8 بستهٔ Comfy-Org حدود ۳٫۷۸ و نسخهٔ bf16 حدود ۷٫۵۵ گیگابایت است. هر دو همان مجوز غیرتجاری Qwen Research را دارند. مدل‌های بهبود پرامپت رسمی (PE-T2I و PE-I2I، هر کدام ۹٫۴۷ گیگابایت) هم هست، ولی گزینهٔ refine_prompt در قالب‌ها به‌طور پیش‌فرض خاموش است و دانلود پایه همان حدود ۱۷٫۳ گیگابایت می‌ماند.
دانلود
- Comfy-Org/Qwen-Image-2.1 (Hugging Face) ↗رسمی
فایلهای آمادهٔ ComfyUI: مدل INT8 و BF16، رمزگذار متن و VAE.
- Qwen/Qwen-Image-2.1 (Hugging Face) ↗رسمی
مخزن اصلی سازنده (diffusers)، حدود ۳۳ گیگابایت.
- ModelScope ↗رسمی
آینهٔ رسمی علی‌بابا.
- unsloth/Qwen-Image-2.1-GGUF (Hugging Face) ↗غیررسمی
نسخه‌های فشردهٔ ۲٫۵ تا ۷٫۶ گیگابایتی برای کارتهای کم‌حافظه.
- QwenLM/Qwen-Image-2.1 (GitHub) ↗رسمی
کد، توضیحات رسمی و متن مجوز.
- alibaba-pai/Qwen-Image-2.1-Fun-Acc-LoRAs (Hugging Face) ↗رسمی
LoRA رسمی ۴ گامی (۰٫۳۵ گیگابایت)؛ مجوز غیرتجاری Qwen Research.
- alibaba-pai/Qwen-Image-2.1-Fun-Controlnet-Union (Hugging Face) ↗رسمی
ControlNet رسمی برای ۸ نوع کنترل به‌علاوهٔ inpainting (۷٫۵۵ گیگابایت)؛ مجوز غیرتجاری Qwen Research.
- Qwen/Qwen-Image-2.1-Turbo (Hugging Face) ↗رسمی
نسخهٔ ۸ گامی رسمی برای Diffusers؛ مجوز غیرتجاری Qwen Research.
نکات امنیتی
- فقط فایلهای .safetensors را از مخزن‌های رسمی یا شناخته‌شده بگیرید؛ فایلهای .ckpt یا .pt از منبع ناشناس ممکن است کد مخرب اجرا کنند.
- ComfyUI را با گزینهٔ --listen روی اینترنت باز نکنید؛ پورت ۸۱۸۸ را فقط در شبکهٔ داخلی و پشت رمز عبور استفاده کنید.
- نسخه‌های «Uncensored» این مدل کار سازنده نیستند؛ فقط از Comfy-Org، Qwen یا Unsloth دانلود کنید.
برای شرکت‌ها و سازمان‌ها
برای کار تجاری شرکت مناسب نیست، چون مجوزش غیرتجاری است. برای تیم تبلیغات یا استودیو، Qwen-Image-2512 یا Z-Image-Turbo با مجوز Apache-2.0 را روی سرور بگذارید.
برنامه‌هایی که این مدل را اجرا میکنند
کامفی‌یوآی
وان‌جی‌پی (ساخت ویدیو با کارت کم‌حافظه)آخرین بررسی: ۱۷ مهر ۱۴۰۵ · انتشار: ۲۴ شهریور ۱۴۰۵
معرفی: کوئن ایمیج ۲.۱ (آفلاین)
Qwen-Image-2.1 مدل تصویر علی‌باباست که ۲۰ سپتامبر ۲۰۲۶ با وزن‌های قابل دانلود منتشر شد. برخلاف نسل قبل که ساخت و ویرایش دو مدل جدای ۲۰ میلیاردی بودند، این نسخه یک مدل ۷ میلیاردی است که هم از متن تصویر میسازد، هم با دستور متنی و تا ۱۰ عکس مرجع ویرایش میکند و هم خروجی با پس‌زمینهٔ شفاف (PNG) می‌دهد. وضوح پیش‌فرضش ۲K است.
در گروه‌ها گفته میشود «هم‌سطح نانو بنانا» است. در آزمون خود Qwen امتیازش کمی بالاتر از Nano Banana 2 است (۶۰٫۲۸ در برابر ۵۹٫۸۲). در رأی کور و مستقل Arena از Nano Banana اول خیلی بهتر، هم‌تراز Nano Banana Pro پیش‌نمایش و کمی پایین‌تر از Nano Banana 2 است، و در ساخت و ویرایش تصویر بالاترین رتبه را بین مدل‌های باز دارد.
سخت‌افزار: ComfyUI از روز اول قالب آماده دارد (نسخهٔ 0.37 به بعد؛ 0.38 به بعد بهینه‌تر است). LoRA رسمی چهارگامی و ControlNet-Union رسمی هم با همان مجوز منتشر شده‌اند. با فایلهای INT8 رسمی حدود ۱۷ گیگابایت دانلود میشود و یک کاربر روی RTX 4060 Ti شانزده گیگابایتی هر تصویر را حدود ۲۰ ثانیه ساخته است. با نسخهٔ GGUF حدود ۱۱ گیگابایت حافظهٔ کارت کافی است و روی کارت ۶ تا ۸ گیگ با انتقال بخشی از مدل به رم، کند اجرا میشود.
دو محدودیت مهم: مجوزش «Qwen Research» است و فقط استفادهٔ پژوهشی و غیرتجاری را آزاد می‌گذارد (برای کار تجاری Qwen-Image-2512 یا Z-Image-Turbo را ببینید). نوشتن متن فارسی داخل تصویر هم تأیید نشده است.
۹ اکتبر ۲۰۲۶ نسخهٔ سریع و رسمی Qwen-Image-2.1-Turbo منتشر شد: همان مدل ۷ میلیاردی که طوری آموزش داده شده (تقطیر) که هر تصویر را با ۸ گام بسازد، به‌جای ۲۵ گام پیشنهادی یعنی حدود یک‌سوم، و ساخت از متن، ویرایش و خروجی شفاف را هم دارد. مجوز Turbo هم Qwen Research License است: استفادهٔ تجاری بدون مجوز جداگانه از علی‌بابا مجاز نیست. فعلاً با جدیدترین نسخهٔ کتابخانهٔ Diffusers اجرا میشود و پشتیبانی ComfyUI هنوز اعلام نشده؛ تا آن موقع در ComfyUI همان LoRA رسمی چهارگامی راه سریع‌تر است. Forge Neo هم از نسخهٔ 2.30 (۸ اکتبر) مدل پایه را اجرا میکند.
بهترین کاربردها
- •بدون اینترنت با کارت گرافیک خودم عکس با کیفیت نزدیک نانو بنانا بسازم
- •روی کامپیوتر خودم با دستور متنی عکس را آفلاین ویرایش کنم
- •آفلاین تصویر با پس‌زمینهٔ شفاف (PNG) برای طراحی بسازم
- •پس‌زمینهٔ عکس را روی سیستم خودم و بدون آپلود حذف کنم
- •چند عکس مرجع را بدون ارسال به سرور خارجی در یک تصویر ترکیب کنم
- •با کارت گرافیک ۱۶ گیگابایتی بهترین تصویرساز باز را در ComfyUI اجرا کنم
برای این کارها سراغش نروید
- –استفادهٔ تجاری بدون مجوز جداگانه
- –نوشتن مطمئن متن فارسی داخل تصویر
- –لپتاپ بدون کارت گرافیک یا کارت کمتر از ۸ گیگابایت
- –ساخت ویدیو
تصاویر محیط ابزار
نقاط قوت
- ✓در رأی کور Arena (سپتامبر ۲۰۲۶) بهترین مدل باز برای ساخت و ویرایش تصویر
- ✓ساخت، ویرایش با تا ۱۰ عکس مرجع و حذف پسزمینه در یک مدل
- ✓خروجی با پس‌زمینهٔ شفاف (PNG) و وضوح ۲K
- ✓بسیار سبک‌تر از نسل قبل: ۷ میلیارد پارامتر؛ روی کارت ۱۶ گیگابایتی حدود ۲۰ ثانیه برای هر تصویر
- ✓قالب‌های آمادهٔ رسمی در ComfyUI، پشتیبانی SD.Next از نسخهٔ ۱ اکتبر ۲۰۲۶ (پایه و SDNQ چهار و هشت بیتی) و Forge Neo از نسخهٔ 2.30
نقاط ضعف
- ✗با فایلهای INT8 حدود ۱۷ گیگابایت دانلود و کارت گرافیک ۱۶ گیگابایتی میخواهد؛ با کارت ۸ گیگ و کمتر خیلی کند است
- ✗مجوز فقط پژوهشی و غیرتجاری است؛ استفادهٔ تجاری مجوز جداگانه از علی‌بابا میخواهد
- ✗نوشتن متن فارسی داخل تصویر تأیید نشده است
- ✗افزونهٔ معمول GGUF در ComfyUI هنوز بیشتر فایلهای GGUF این نسخه را باز نمی‌کند
- ✗InvokeAI و Draw Things هنوز پشتیبانی‌اش نمی‌کنند
پرسش‌های پرتکرار
واقعاً هم‌سطح نانو بنانا است؟
بستگی دارد کدام نانو بنانا. در آزمون خود Qwen کمی بالاتر از Nano Banana 2 است. در رأی کور و مستقل Arena از Nano Banana اول خیلی بهتر و هم‌تراز Nano Banana Pro پیش‌نمایش است، ولی کمی پایین‌تر از Nano Banana 2. در هر دو جدول بالاترین مدل باز است.
چه کارت گرافیکی لازم دارم؟
با فایلهای INT8 رسمی کارت ۱۶ گیگابایتی راحت است؛ یک کاربر روی RTX 4060 Ti حدود ۲۰ ثانیه برای هر تصویر گزارش کرده. با نسخهٔ GGUF حدود ۱۱ گیگابایت کافی است. روی کارت ۶ تا ۸ گیگ با انتقال بخشی از مدل به رم اجرا میشود ولی خیلی کند. مک اپل عملاً ۳۲ گیگابایت حافظه یا بیشتر میخواهد.
استفادهٔ تجاری آزاد است؟
نه. مجوز Qwen Research فقط استفادهٔ پژوهشی و غیرتجاری را آزاد می‌گذارد و برای کار تجاری باید از علی‌بابا مجوز جدا بگیرید. نسل قبل (Qwen-Image-2512 و Edit-2511) و Z-Image-Turbo مجوز Apache-2.0 دارند و برای کار تجاری مناسب‌ترند.
متن فارسی داخل تصویر مینویسد؟
تأیید نشده. Qwen فقط نمونههای انگلیسی و چینی نشان داده و در آزمون ژاپنی هم متن فقط بعد از چند بار تلاش درست شد. مطمئنترین راه این است که متن فارسی را بعد از ساخت تصویر اضافه کنید.
مدل ویرایش جدا دارد؟
نه. همین یک مدل هم میسازد و هم ویرایش میکند. در ComfyUI سه قالب آماده هست: ساخت تصویر، ویرایش تصویر و حذف پسزمینه، و همه از همان فایلها استفاده میکنند.
کارت گرافیک لپتاپ با ساخت تصویر میسوزد؟
نه. کارتهای گرافیک امروزی نزدیک دمای مجاز خودشان را کند میکنند و در بدترین حالت خاموش میشوند، پیش از آنکه آسیب ببینند. هزینهٔ واقعی گرما، صدای فن و کندی است. دریچهها را باز نگه دارید، از پایهٔ خنککننده استفاده کنید و اگر لپتاپ همیشه به برق است، محدودیت شارژ باتری را روشن کنید.
نظرات کاربران
هنوز نظری ثبت نشده — اولین نفر باشید!
ابزارهای مشابه
مشاهده همه
کوئن ایمیج ۲۵۱۲ (آفلاین)
Qwen-Image-2512 (offline)
مدل ۲۰ میلیاردی علی‌بابا برای ساخت تصویر با مجوز Apache-2.0، همراه Qwen-Image-Edit-2511 برای ویرایش؛ در نوشتن متن داخل تصویر از بهترین مدل‌های باز است، اما فارسی تأیید نشده.
![FLUX.2 [klein] (offline)](/uploads/flux-2-klein-local-logo-pack0925l.png){kind=logo}
فلاکس ۲ کلاین (آفلاین)
FLUX.2 [klein] (offline)
سریع‌ترین مدل تصویر Black Forest Labs برای ساخت و ویرایش عکس در دو اندازه: 4B با مجوز Apache-2.0 و 9B فقط غیرتجاری. نسخهٔ 4B روی کارتهای گرافیک خانگی اجرا میشود.
کانوا
Canva
محبوب‌ترین ابزار طراحی آنلاین قالب‌محور که مجموعه هوش مصنوعی Magic Studio (مجیک رایت، مجیک دیزاین، مجیک مدیا) را هم دارد؛ سریع‌ترین مسیر از ایده تا پست، پوستر یا ارائه آماده.