Qwen-Image-2.1 无审查版本部署指南

硬件环境：Windows 11 · RTX 5070 Laptop (8GB 显存) · 32GB DDR5 内存 软件版本：ComfyUI v0.37.0 · Python 3.12.10（嵌入式） · PyTorch 2.14.0+cu130 · ComfyUI-GGUF（leejet fork） 实测性能：1024×1024，euler/simple，约 8 秒/步，25 步一张图 2~3 分钟

下文所有命令以安装根目录 D:\ComfyUI 为例——可以换成任意磁盘的任意文件夹，建议路径纯英文、不含空格，尽量不要放 C 盘。整套部署完成后总共 约 19 GB

模型下载地址:https://huggingface.co/abenzerps/Qwen-Image-2.1-Uncensored-Quantized

模型选择:qwen-image-2.1-UC-Q5_K_M.gguf

模型选择思路：8GB 显存装不下 bf16 主模型（约 20GB+），所以 DiT 用 Q5_K_M 量化 GGUF（5.22GB，进显存）；文本编码器用 int8 量化版（9.35GB，放内存跑，编码每个提示词只算一次，速度几乎无损）；VAE 本来就小。

为什么不用官方 portable 整合包

两个原因：

1. 网络：huggingface.co 直连不通，GitHub Releases 直连只有 20KB/s（挂代理也只有 40KB/s），2GB 的整合包要下一天。
2. 可控性：源码 + 嵌入式 Python 的方式每一步都透明，依赖全部走国内镜像，后面升级、换模型都方便。

如果你的网络可以直接满速访问 GitHub，用 ComfyUI portable（选不带 cu126 后缀的 nvidia 版）然后跳到第四步下载模型，也是完全 OK 的——但 portable 同样要注意本文的 cu130 和 GGUF fork 两个坑。

第一步：嵌入式 Python

不装系统 Python，用官方 embeddable 包（10MB），npmmirror 有镜像：

cd /d D:\ComfyUI
curl -L -o python-embed.zip https://registry.npmmirror.com/-/binary/python/3.12.10/python-3.12.10-embed-amd64.zip
:: 用系统自带 tar 解压（Win10 1809+ 都有）
C:\Windows\System32\tar.exe -xf python-embed.zip -C python-embed

然后关键一步：用记事本打开 python-embed\python312._pth，改成下面这样（原文件里 import site 前面有 #，去掉它，再加一行 ..\ComfyUI）：

python312.zip
.
..\ComfyUI
import site

import site：启用 site-packages，pip 装的包才能被找到

..\ComfyUI：嵌入式 Python 是隔离模式，不会自动把脚本目录加进模块搜索路径，不加这行启动 ComfyUI 直接报 ModuleNotFoundError: No module named 'comfy'

装 pip：

curl -L -o get-pip.py https://bootstrap.pypa.io/get-pip.py
python-embed\python.exe get-pip.py -i https://pypi.tuna.tsinghua.edu.cn/simple

顺手把 pip 缓存挪出 C 盘（默认在 C:\Users\<你>\AppData\Local\pip\Cache，装一次 torch 能吃掉 5GB+）：

python-embed\python.exe -m pip config set global.cache-dir D:\ComfyUI\pip-cache

第二步：ComfyUI 本体 + GGUF 节点

git clone --depth 1 https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI\custom_nodes
git clone --depth 1 https://github.com/leejet/ComfyUI-GGUF.git

必须是 leejet 的 fork，不要用老的 city96 版。Qwen-Image 2.1 是新架构，city96 版会报 Unknown model architecture!。模型仓库 README 也特别强调了这一点。

第三步：装依赖（顺序很重要）

RTX 50 系（Blackwell，sm_120）必须 cu128 及以上的 PyTorch；而且 ComfyUI v0.37 起，优化 CUDA 算子要求 cu130+（启动时会打警告）。所以我们直接上 cu130 版。

坑在这里：ComfyUI 的 requirements.txt 里除了 torch/torchvision，还有 kornia 和 spandrel 两个包依赖 torch。如果直接一把装，pip 会从 PyPI 拉一个默认构建的 torch（不是 cu130 版），后面再想装 cu130 版会因为"已满足"被跳过。

所以分三步走：

① 先用记事本打开 ComfyUI\requirements.txt，删掉这四行（只删这四行，torchsde 要保留！）：

torch
torchvision
kornia
spandrel

② 装其余依赖（清华镜像，找不到的包自动回落 PyPI 官方）：

cd /d D:\ComfyUI
python-embed\python.exe -m pip install -r ComfyUI\requirements.txt gguf sentencepiece protobuf -i https://pypi.tuna.tsinghua.edu.cn/simple --extra-index-url https://pypi.org/simple

③ 装 cu130 版 torch + torchvision（PyTorch 官方源，约 2GB，耐心等）：

python-embed\python.exe -m pip install torch==2.14.0 torchvision --index-url https://download.pytorch.org/whl/cu130

④ 补回被删的两个可选依赖（此时 torch 已就位，pip 不会再乱拉）：

python-embed\python.exe -m pip install kornia spandrel

验证 GPU 识别（看到 sm_120 就对了，那是 50 系的架构代号）：

python-embed\python.exe -c "import torch; print(torch.version, torch.cuda.get_arch_list())"
:: 期望输出类似：2.14.0+cu130 ['sm_75', 'sm_80', 'sm_86', 'sm_90', 'sm_100', 'sm_120']

第四步：下载模型（hf-mirror + 断点续传 + 校验）

三个文件都从 abenzerps/Qwen-Image-2.1-GGUF
 仓库走 hf-mirror 镜像下载。curl -C - 支持断点续传，网断了重跑同一条命令即可：

cd /d D:\ComfyUI

:: DiT 主模型 → diffusion_models
curl -L -C - -o qwen-image-2.1-Q5_K_M.gguf https://hf-mirror.com/abenzerps/Qwen-Image-2.1-GGUF/resolve/main/qwen-image-2.1-Q5_K_M.gguf

:: 文本编码器（int8 量化版）→ text_encoders
curl -L -C - -o qwen3vl_8b_int8_convrot.safetensors https://hf-mirror.com/abenzerps/Qwen-Image-2.1-GGUF/resolve/main/text_encoders/qwen3vl_8b_int8_convrot.safetensors

:: VAE → vae
curl -L -C - -o qwen_image_2.1_vae_bf16.safetensors https://hf-mirror.com/abenzerps/Qwen-Image-2.1-GGUF/resolve/main/vae/qwen_image_2.1_vae_bf16.safetensors

下载完务必校验（15GB 的文件断点续传很容易混进坏块）：

certutil -hashfile qwen-image-2.1-Q5_K_M.gguf SHA256

三个文件的官方 SHA256（对得上才算数）：

文件	SHA256
qwen-image-2.1-Q5_K_M.gguf	88ce8e90e5b959cce5e248f697d7f6c9c7ca5696c1eac64a10dadb041dd7fd07
qwen3vl_8b_int8_convrot.safetensors	8bfd0f6e12abf2d2d697ecc888e5e90b0d6741d6708f05799f53afa560452e8f
qwen_image_2.1_vae_bf16.safetensors	bb21f7473051e1ac368515dd3f2e15cd44d7a11748ee8823e1ddca3e4876b7c9

然后归位：move qwen-image-2.1-Q5_K_M.gguf ComfyUI\models\diffusion_models
move qwen3vl_8b_int8_convrot.safetensors ComfyUI\models\text_encoders
move qwen_image_2.1_vae_bf16.safetensors ComfyUI\models\vae\

第五步：启动脚本

在安装根目录新建 run.bat（文件名想用中文也行，内容必须是纯英文）：

@echo off
chcp 65001 >nul
title ComfyUI - Qwen-Image 2.1 GGUF (lowvram)
cd /d "%~dp0"

REM --lowvram: prevents VRAM overflow on 8GB GPUs
REM The text encoder (9.35 GB int8) runs on system RAM
REM via the workflow's Load CLIP node (device=cpu).

"%~dp0python-embed\python.exe" -s "%~dp0ComfyUI\main.py" --lowvram --windows-standalone-build --port 8188

echo.
echo ComfyUI has exited. If there were errors, check the text above.
pause

 .bat 文件里不要写中文注释！ cmd 用系统 GBK 代码页解析批处理，UTF-8 中文会被当成乱码字节，轻则注释变乱码，重则把命令行撕碎导致整份脚本无法运行。所以脚本内容全程 ASCII。脚本用的是 %~dp0 相对路径，放在任何目录都能跑。

双击运行，浏览器自动打开 http://127.0.0.1:8188 就成功了。

第六步：搭建工作流

两种方式任选：

方式 A：把文末附录的 JSON 保存为 .json 文件，拖进 ComfyUI 画布。

方式 B：手动搭建，共 9 个节点：

节点	关键参数
Unet Loader (GGUF)	unet_name 选 qwen-image-2.1-Q5_K_M.gguf
Load CLIP（CLIPLoader）	clip_name 选 qwen3vl_8b_int8_convrot.safetensors，type 选 qwen_image，device 选 cpu
Load VAE（VAELoader）	vae_name 选 qwen_image_2.1_vae_bf16.safetensors
CLIP Text Encode ×2	正向写描述；负向随便写（cfg=1 时不生效）
Empty Latent Image	1024 × 1024，批次 1
KSampler	steps 25 · cfg 1.0 · euler · simple · denoise 1.0
VAE Decode	—
Save Image	文件名前缀随意

连线就是标准文生图流：GGUF加载器→KSampler.model，Load CLIP→两个文本编码，文本编码→KSampler 正/负条件，Empty Latent→KSampler.latent_image，KSampler.LATENT→VAE解码.samples，VAELoader→VAE解码.vae，VAE解码→保存图像。

三个要点：

1. Load CLIP 的 device 必须选 cpu——9.35GB 编码器常驻内存不占显存，这是 8GB 卡能跑的关键，而且文本编码每个提示词只跑一次，对速度几乎无影响。
2. type 必须选 qwen_image，选错类型加载直接报错。
3. KSampler 只有一个 LATENT 输出口（v0.37 删掉了老版的 MODEL 直通口），如果你看到教程截图里 KSampler 有两个输出口，那是老版本。

第七步：验证

点运行后看黑色控制台窗口，出现这些说明一切正常：

pytorch version: 2.14.0+cu130
ComfyUI-GGUF: Allowing full torch compile
gguf qtypes: BF16 (68), Q5_K (165), Q6_K (64)
Requested to load QwenImage21

首次运行要加载 14.6GB 权重（编码器进内存、DiT 进显存），之后 ComfyUI 会把模型缓存在内存/显存里，第二次生成直接命中缓存。生成的图在 ComfyUI\output\。

日常使用与调优

• 想要更快：steps 降到 15-20；或换 qwen-image-2.1-Q4_K_M.gguf（4.6GB，官方推荐的大小/质量平衡点，下载方式同第四步，改文件名即可）
• 想要更高质量/更大图：模型原生支持 2048×2048，但 8GB 显存建议先 1024×1024，OOM 就降到 832×1216
• 用负向提示词：把 cfg 提到 2.5~4（cfg=1 时负向提示不生效，这是 Qwen-Image 2.1 官方推荐路径）
• 中文提示词随便写，Qwen3-VL 编码器对中文长描述的理解是强项
• 更新 ComfyUI：cd /d D:\ComfyUI\ComfyUI && git pull，然后重跑第三步的第②条命令（有新依赖时会自动补装）
• 显存还是吃紧：--lowvram 之外还可以加 --novram（更激进），或把 GGUF 换成 Q4_K_M