دانلود Qwen Image Edit ۲۵۰۹ و ۲۵۱۱؛ قدرتمندترین مدل متن‌باز ویرایش تصویر روی سیستم شخصی

دانلود Qwen Image Edit 2509؛ ابزار ادیت تصویر با هوش مصنوعی برای طراحان

اگر روزانه با تصویر کار می‌کنی چه طراح گرافیک باشی، چه موشن‌دیزاینر یا تولیدکننده‌ی محتوا احتمالاً برایت پیش آمده که بخواهی یک المان را از تصویر حذف کنی، متنی را عوض کنی، یا سبک کلی عکس را تغییر دهی بدون اینکه همه چیز خراب شود. تا همین اواخر، این کار یا نیاز به Photoshop حرفه‌ای داشت یا به سرویس‌های ابری پرهزینه. Qwen Image Edit 2509 این معادله را تغییر داده است.

باکس دانلود در 22 اردیبهشت بروز شد

این مدل را تیم Qwen در Alibaba ساخته و به‌صورت کاملاً متن‌باز منتشر کرده است. یعنی می‌توانید آن را روی سیستم خودتان اجرا کنید، بدون هیچ هزینه‌ی اشتراکی. در این مقاله توضیح می‌دهیم این مدل چیست، چطور دانلود می‌شود و چگونه در ComfyUI راه‌اندازی می‌شود.

Qwen Image Edit 2509 چیست؟

Qwen Image Edit یک مدل ۲۰ میلیارد پارامتری است که بر پایه‌ی معماری Multimodal Diffusion Transformer (MMDiT) ساخته شده است. این مدل همزمان از Qwen2.5-VL برای کنترل معنایی و از VAE Encoder برای کنترل ظاهری استفاده می‌کند. به زبان ساده‌تر، هم می‌فهمد شما چه می‌خواهید و هم می‌داند کدام بخش‌های تصویر باید دست‌نخورده باقی بمانند.

نسخه 2509 که در سپتامبر ۲۰۲۵ منتشر شد، نسبت به نسخه اولیه چند بهبود مهم دارد: ویرایش چند تصویر همزمان (تا ۳ ورودی)، ثبات بهتر در حفظ هویت چهره، و پشتیبانی از ControlNet برای کنترل دقیق‌تر. نسخه‌های جدیدتر 2511 و 2512 نیز منتشر شده‌اند که ثبات کاراکتر و LoRAهای داخلی را بهبود داده‌اند، اما نسخه 2509 همچنان یکی از پایدارترین و محبوب‌ترین نسخه‌ها برای شروع است.

چرا Qwen Image Edit برای طراحان جالب است؟

اولین مزیت مهم این مدل ویرایش متن در تصویر است. این مدل هم از زبان انگلیسی و هم فارسی پشتیبانی می‌کند و تلاش می‌کند فونت، سایز و ساختار اصلی متن را حفظ کند. این ویژگی در بسیاری از مدل‌های تجاری هنوز به این دقت دیده نمی‌شود.

دوم، ویرایش دقیق بدون تخریب تصویر است. می‌توانید یک المان را حذف یا تغییر دهید بدون اینکه بخش‌های دیگر تصویر آسیب ببینند.

سوم، کاربردهای سریع طراحی است؛ مانند ساخت پوستر محصول از بک‌گراند ساده یا تغییر سبک بصری تصویر تنها با یک پرامپت.

در نتیجه، بسیاری از کارهای طراحی که قبلاً نیاز به فتوشاپ یا ابزارهای پیچیده داشت، اکنون به‌صورت مستقیم با این مدل قابل انجام است.

کدام یک از مدل های هوش مصنوعی تصویر ساز Qwen Image Edit را دانلود کنیم؟

قبل از هر چیز باید بدانید که این مدل حدود ۲۰ میلیارد پارامتر دارد و فایل اصلی آن در فرمت BF16 بیش از ۴۰ گیگابایت حجم دارد. به همین دلیل، برای سیستم‌های معمولی استفاده از نسخه‌های کوانتایزشده GGUF پیشنهاد می‌شود.

استفاده از مدل تصویر ساز Qwen Image Edit در ComfyUI

پس از دانلود فایل‌ها، آن‌ها را در مسیرهای زیر قرار دهید:

فایل GGUF در مسیر models/diffusion_models
فایل VAE در مسیر models/vae
فایل Text Encoder در مسیر models/text_encoders

سپس ComfyUI را ری‌استارت کنید.

برای پشتیبانی از GGUF لازم است افزونه ComfyUI-GGUF را نیز از طریق ComfyUI Manager نصب کنید.

در نهایت برای افزایش سرعت تولید تصویر، می‌توانید از Lightning LoRA استفاده کنید. نسخه ۴ مرحله‌ای سرعت بالاتر و نسخه ۸ مرحله‌ای کیفیت بهتری ارائه می‌دهد. این فایل باید در پوشه models/loras قرار گیرد.

تفکیک نسخه‌ها؛ کدام را انتخاب کنیم؟

Qwen Image Edit در چند نسخه اصلی منتشر شده و شناخت تفاوت آن‌ها برای انتخاب درست اهمیت زیادی دارد.

نسخه اولیه (آگوست ۲۰۲۵) پایه‌ی مدل را معرفی کرد و قابلیت ویرایش تک‌تصویری را ارائه داد. نسخه 2509 در سپتامبر ۲۰۲۵ یک جهش مهم بود و امکان ویرایش چندتصویری همراه با ثبات بهتر در حفظ هویت را اضافه کرد. این نسخه همچنان پرکاربردترین و پایدارترین گزینه برای استفاده عمومی است.

نسخه 2511 (نوامبر ۲۰۲۵) با اضافه شدن LoRAهای محبوب کامیونیتی، عملکرد بهتری در حفظ consistency کاراکتر ارائه داد. در نهایت نسخه 2512 (دسامبر ۲۰۲۵) بیشترین تمرکز را روی واقع‌گرایی خروجی‌ها دارد و در برخی بنچمارک‌ها مانند AI Arena رتبه بسیار بالایی در بین مدل‌های متن‌باز کسب کرده است.

اگر برای اولین بار قصد استفاده دارید، نسخه 2509 بهترین انتخاب است چون هم مستندات بیشتری دارد و هم workflowهای آماده‌ی بیشتری برای آن وجود دارد. بعد از یادگیری، ارتقا به نسخه‌های جدیدتر بسیار ساده خواهد بود.

جامعه درباره Qwen Image Edit چه می‌گوید؟

بازخورد جامعه‌ی هوش مصنوعی نسبت به این مدل در مجموع مثبت بوده، اما بدون نقد نیست. بسیاری از کاربران ComfyUI توانایی مدل در ویرایش متن (به‌خصوص زبان‌های مختلف از جمله فارسی و چینی) را بسیار قوی می‌دانند و معتقدند در این بخش حتی از برخی مدل‌های تجاری جلوتر است. برخی بررسی‌ها مانند sandbox.art اشاره کرده‌اند که خروجی‌های اولیه در بعضی موارد ممکن است کمی حالت مصنوعی یا «پلاستیکی» داشته باشند و برای رسیدن به نتیجه بهتر، نیاز به prompt engineering یا workflowهای چندمرحله‌ای وجود دارد. از نظر سخت‌افزاری نیز کاربران گزارش داده‌اند که نسخه‌های ۴ بیتی روی کارت‌های ۱۶ گیگابایتی بدون مشکل اجرا می‌شوند، اما سرعت آن نسبت به FP8 روی GPUهای قدرتمند کمتر است.

در مجموع، اجماع جامعه این است که Qwen Image Edit یکی از قوی‌ترین گزینه‌های متن‌باز برای ویرایش معنایی تصویر و کارهای متن‌محور محسوب می‌شود.

جمع‌بندی

Qwen Image Edit 2509 یکی از مهم‌ترین مدل‌های متن‌باز در حوزه ویرایش تصویر است که امکان اجرای محلی (لوکال) و بدون هزینه اشتراک را فراهم می‌کند. این مدل برای طراحان، تولیدکنندگان محتوا و کاربران حرفه‌ای ابزارهای تصویری یک انتخاب جدی و کاربردی محسوب می‌شود، نه یک پروژه آزمایشی. با نصب فایل‌های GGUF در ComfyUI می‌توانید به‌سرعت کار را شروع کنید و با چند prompt ساده، خروجی‌های حرفه‌ای تولید کنید. در صورت نیاز به راهنمایی بیشتر یا تجربه کار با مدل، می‌توانید آن را با دیگر کاربران به اشتراک بگذارید.

سوالات متداول

آیا Qwen Image Edit 2509 رایگان است؟

بله. این مدل تحت مجوز Apache 2.0 منتشر شده و کاملاً متن‌باز است. می‌توانید آن را رایگان دانلود و حتی در پروژه‌های تجاری استفاده کنید، بدون پرداخت اشتراک ماهانه.

آیا با کارت گرافیک ۸ گیگابایت قابل اجرا است؟

بله. با نسخه GGUF Q4_K_M می‌توان آن را روی GPUهای ۸ گیگابایتی اجرا کرد. البته سرعت نسبت به سیستم‌های قوی‌تر کمتر است، اما خروجی قابل قبول خواهد بود.

تفاوت نسخه 2509 با 2511 چیست؟

2509 پایدارترین و مناسب‌ترین نسخه برای شروع است. 2511 با اضافه شدن LoRAها و بهبود consistency برای کارهای پیشرفته‌تر مناسب‌تر است، مخصوصاً در ویرایش چهره و کاراکترهای تکرارشونده.

قرارگیری مدل ها با کمک آقای حمیدیان انجام شده است؛ برای تداوم این روند و حفظ دسترسی پایدار، در صورت تمایل می‌توانید از ایشان حمایت مالی کنید. همچنین می‌توانید موقع حمایت، مدل مدنظرتان را در توضیحات بنویسید.