Qwen-Image-Edit-2511
gamedev pkg add aigd.image-qwen-image-edit-2511概要
Qwen-Image-Edit-2511をローカルで実行できます。指示による画像編集をフル品質(20ステップ)で行い、テキスト、色、素材、オブジェクトの変更や、最大4枚の画像の合成ができます。Apache-2.0、商用利用可。NVIDIA GPU 16 GB以上と32 GBのRAMが必要です。
Qwen-Image-Edit-2511はQwenチーム(Alibaba)による画像編集モデルです。1〜4枚の画像と指示を渡すと、看板のテキストを新しいものに変える、色や素材を変える、オブジェクトを追加・削除する、画像を合成するといった編集を行います。このパッケージはフル品質(20ステップ)で実行します。AI Game Devでは、Local image generation(aigd.sdcpp)を通じてお使いのNVIDIA GPU上でローカルに動作し、ファイルをダウンロードすれば無料かつオフラインで使えます。Apache-2.0ライセンスにより商用利用が可能です。NVIDIA GPU 16 GB以上と32 GBのシステムメモリ(RAM)が必要です。
編集専用です。新しい画像のデフォルトモデルには決してなりません。
作成できるもの
- 既存アートのバリエーション。キャラクターの衣装の色を変えたり、武器の素材を差し替えたり、シーンの季節や時間帯を変えたりできます。
- 既存の画像にある看板、ポスター、ラベルのテキストを新しくしたり修正したりできます。
- オブジェクトの追加・削除。テーブルにランタンを置いたり、通りの群衆を消したりできます。
- 画像の合成。画像2のキャラクターを画像1のシーンに配置できます。
- 編集をまたいだキャラクターの一貫性。モデルカードによると、2511リリースは人物の同一性をよりよく保ち、集合写真での一貫性が向上しています。
リクエストの例
- 「この画像の騎士の鎧を鋼から金に変えてください。」
- 「店の看板のテキストを『BLACKSMITH』に置き換えてください。」
- 「この通りの背景から人々を消してください。」
- 「画像2の猫を画像1の窓辺に置いてください。」
- 「この昼間の村のシーンを、窓に明かりが灯った夜の風景にしてください。」
編集の仕組み
エージェントはモデルに1〜4枚の参照画像(refImages、この順に「Picture 1..N」)と指示を渡します。モデルが参照画像を「見る」ことを可能にするのが視覚エンコーダー(mmproj-…)です。これがないと、すべての編集はプロンプトだけから生成された新しい画像になってしまい、しかもそれが黙って行われるため、アプリは視覚エンコーダーを持たない編集モデルを拒否します。
主な特長
| モデル | Qwen-Image-Edit-2511(2025年12月)、GGUF Q4_K_M |
| 操作 | 編集(1〜4枚の参照画像と指示) |
| デフォルトサイズ | 1024×1024(最大2048×2048) |
| 設定 | 20ステップ、guidance 2.5、Eulerサンプラー、flow shift 3 |
| テキスト・視覚エンコーダー | Qwen2.5-VL-7B-Instruct |
| 商用利用 | 可(Apache-2.0) |
フル品質かLightningか
Qwen-Image-Edit-2511 Lightningは同じモデルに4ステップのLoRAを適用したものです。参照画像1枚での編集が約2分ではなく約20秒と、およそ5倍高速です。結果を最優先するならこのフル20ステップモデル、素早い編集や複数の指示を試すならLightningを選んでください。両者はベースファイルを共有するため、両方揃えても追加コストは0.85 GBのLoRAの分だけです。
編集ではなく新しい画像を生成したい場合は、Qwen-Image-2512とQwen-Image-2512 Lightningをご覧ください。
対応コンピューター
| コンピューター | 速度 |
|---|---|
| NVIDIA GPU 16 GB以上かつ32 GBのRAM(CUDA) | 参照画像1枚で1回の編集に約2分、2枚で約3分(1024²、実測107秒/186秒) |
RTX 4090と64 GBのRAMで計測した値で、あくまで目安であり保証ではありません。Vulkan(AMD、Intel、Linux)ではテストされていないため、現時点ではそこで提供されません。
ダウンロード
このパッケージはデータのみです。モデルファイルを指定するだけで、確認後にアプリがダウンロードし、各ファイルをsha256で検証して、お使いのコンピューター上でstable-diffusion.cppを使って実行します。
19.13 GB、4ファイルで、いずれもHugging Faceの特定のコミットに固定されています。Qwen-Imageモデルはテキストエンコーダーとオートエンコーダーを共有します(Lightningモデルはベースモデルを共有します)。すでにダウンロード済みの別のモデルが持つファイルは一度だけ保存され、再ダウンロードされません。
| ファイル | 取得元 | サイズ |
|---|---|---|
qwen-image-edit-2511-Q4_K_M.gguf(拡散モデル) | unsloth/Qwen-Image-Edit-2511-GGUF | 12.84 GB |
qwen_image_vae.safetensors(オートエンコーダー) | Comfy-Org/Qwen-Image | 0.25 GB |
Qwen2.5-VL-7B-Instruct-Q4_K_M.gguf(テキストエンコーダー) | ggml-org/Qwen2.5-VL-7B-Instruct-GGUF | 4.68 GB |
mmproj-Qwen2.5-VL-7B-Instruct-f16.gguf(視覚エンコーダー) | ggml-org/Qwen2.5-VL-7B-Instruct-GGUF | 1.35 GB |
ライセンス
Apache-2.0。商用利用が可能です。
- Qwen-Image-Edit-2511 © Qwen team (Alibaba) — モデルカード、Apache-2.0。GGUFは
unsloth/Qwen-Image-Edit-2511-GGUFから、Apache-2.0。 - テキスト・視覚エンコーダー Qwen2.5-VL-7B-Instruct © Qwen team — モデルカード、Apache-2.0。GGUFと視覚プロジェクターは
ggml-org/Qwen2.5-VL-7B-Instruct-GGUFから、Apache-2.0。 - Qwen-Imageオートエンコーダー © Qwen team —
Comfy-Org/Qwen-Imageから、Apache-2.0。
すべてのファイルはHugging Faceからダウンロードされます。AI Game Devはそれらをホストしていません。
バージョン
| バージョン | リリース日 | アプリが必要 |
|---|---|---|
| 1.1.1最新 | 0.25.0 以降 | |
| 1.1.0 | 0.25.0 以降 | |
| 1.0.3 | 0.25.0 以降 | |
| 1.0.2 | 0.25.0 以降 | |
| 1.0.1 | 0.25.0 以降 |
インストール
デスクトップアプリで
Packages ウィンドウを開き(ステータスバーのパッケージアイコン)、Browse を選んで aigd.image-qwen-image-edit-2511 を検索し、Add to Project をクリックします。
アプリがまだない方は、Windows、macOS、Linux 用の AI Game Dev を無料でダウンロードしてください。
ターミナルから
gamedev CLI を使い、プロジェクトフォルダーで実行します。
gamedev pkg add aigd.image-qwen-image-edit-2511必要条件
- AI Game Dev 0.25.0 以降
- 16 GB以上のNVIDIA GPU
- 32 GBのRAM
gamedev pkg add aigd.image-qwen-image-edit-2511