سير عمل Qwen-Image-2.1: سلسلة العُقد، وأدوات الضبط، وما الذي تغيّر منذ اليوم صفر

ما تحصل عليه من هذه الصفحة هو Qwen-Image-2.1 مخطط يمكنك إعادة بنائه من الصفر واستنساخه — سلسلة العقد بالأسماء التي تستخدمها المحمّلات فعليًا، وأربعة أو خمسة مقابض تحدد ما إذا كان الناتج هو ما طلبته، وإعدادان يغيّرهما الناس دون أن يعرفوا أنهم غيّروا جدول الضوضاء. النموذج نفسه هو إصدار البائع الموحّد للنص إلى صورة وتحرير الصور، صدر مفتوح المصدر في 20 سبتمبر 2026 بموجب ترخيص بحثي: 7 مليارات معلمة في مكوّن التوليد البصري، و32 طبقة DiT أحادية المسار، وVAE ‏RGBA بـ64 قناة وضغط مكاني 16x، وحتى عشر صور مرجعية في مسار التحرير. هذا التاريخ موجود ليخبرك بنقطة التفتيش التي تقوم بتوصيلها، لا ليعلن شيئًا. المخطط هو الموضوع، وللمخطط تاريخ مراجعات يستحق القراءة قبل أن تثق بلقطة شاشة شخص آخر له — القالب الذي يُشحن اليوم ليس القالب الذي شُحن في اليوم صفر، وأربعة من الاختلافات هي بالضبط الأمور التي يخطئ فيها القارئ.

أي رسم بياني تصفه هذه الصفحة؟

كل ما يلي مقروء من مستودع قوالب سير عمل ComfyUI Comfy-Org/workflow_templates، عند المراجعة السارية في 13 أكتوبر 2026، والتي تعمل على ComfyUI المستقر v0.39.0 (المنشور في 5 أكتوبر 2026). أسماء العُقد هي أسماء العرض التي تستخدمها المحمّلات في الرسم البياني؛ وحيثما أُضيفت عقدة أو أُعيدت تسميتها بين المراجعات، يُذكر التاريخ. المسار إلى هذه الملفات هو صفحة البرنامج التعليمي الخاصة بـ ComfyUI لـ Qwen-Image-2.1 — يوجد فيها ثلاثة قوالب، وتتبع هذه الصفحة قالب النص إلى الصورة، ثم تُحرفه.

القوالب الثلاثة هي Qwen-Image-2.1 Text to Image، وQwen-Image-2.1 Image Edit، وRemove Background: Qwen-Image-2.1. الأخير ليس رسمًا بيانيًا مختلفًا: تقول وثائق ComfyUI إنه يعيد استخدام الرسم البياني الفرعي لتحرير الصور مع المُوجِّه "Remove the background, and output a PNG image". إذن هناك رسمان بيانيان يجب تعلُّمهما، وأحدهما قالب مُوجِّه مبني على الآخر.

سلسلة العُقد، بالترتيب

قالب تحويل النص إلى صورة هو رسم بياني فرعي — عقدة واحدة قابلة للطي على لوحة الرسم تضم ثمانية عشر مُدخلًا مكشوفًا — يغلّف سلسلة من ثلاث عشرة عقدة. وفي داخله، يكون الترتيب كالتالي:

• UNETLoader — يقوم بتحميل qwen_image_2.1_int8_convrot.safetensors مع ترك نوع بيانات الأوزان على الافتراضي. هذا هو نموذج الانتشار، والملف الذي تختاره هنا هو أول ما يحدد ما إذا كانت نتيجة تشغيلك متطابقة مع نتائج أي شخص آخر.

• Qwen Image 2.1 Cache — يقع بين المُحمِّل والمُعايّن. وهو ليس اختياريًا في القالب الحالي، لكن يمكن تجاوزه، وهو العُقدة الأكثر احتمالًا لأن تكون مفقودة من مخطط قمت بتنزيله في الأسبوع الأول.

• KSampler — يأخذ النموذج من عقدة التخزين المؤقت، والتكييف الإيجابي والسلبي من مُشفّر النص، وكامن فارغ. تقرأ أدواته في القالب المُرفق: البذرة 0، تحكم fixed، خطوات 25، cfg 1، أداة أخذ العينات euler، المجدول simple، إزالة الضوضاء 1.

• EmptyLatentImage — يتم توصيل العرض والارتفاع من Resolution Selector الموجودة خارج الرسم الفرعي، والمدخل الثالث له، حجم الدفعة، يأتي عند 1.

• VAEDecode → SaveImageAdvanced — يُسلّم فاكّ الترميز البكسلات إلى عقدة الحفظ، التي تكون بادئة اسم ملفها Qwen_image_2.1 ويكون تنسيقها PNG، 8-بت، sRGB. لا يُعدّ PNG هنا تجميليًا: إذ يحمل الـVAE أربع قنوات، لذا فإن PNG بثماني بتات هو ما يُبقي قناة ألفا حيّة في طريقها إلى القرص.

• CLIPLoader — يحمّل qwen3vl_8b_int8_convrot.safetensors مع تعيين النوع إلى qwen_image. Qwen3-VL 8B هو مُرمِّز النصوص، وهو أيضًا برج الرؤية الذي يقرأ صورك المرجعية.

• Text Encode Qwen Image 2.1 (معرف العقدة TextEncodeQwenImage21) — يهيئ المطالبة. يأخذ الكليب، ومطالبة، ومطالبة سلبية، وVAE اختياري، دقة عدد صحيح، ومجموعة متنامية تلقائيًا من خانات الصور المسماة image_1 حتى image_16. يُرجع ثلاثة أشياء: تهيئة إيجابية، وتهيئة سلبية، وكامن. هذا الكامن هو الجزء الذي يفوته الناس — إنه كامن فارغ بحجم أول صورة مرجعية، وفي مخطط النص إلى الصورة يكون غير مستخدم لأن الكامن الفارغ يأتي من محدد الدقة بدلاً من ذلك.

• VAELoader — qwen_image_2.1_vae_bf16.safetensors، ويغذّي كلاً من وحدة فك الترميز ومسار الصورة المرجعية الخاص بمُرمِّز النص.

الفرع الاختياري هو الجزء الأخير. وثانٍ CLIPLoader يحمّل qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors مع تعيين النوع إلى stable_diffusion — وليس qwen_image، وهذا الاختلاف متعمد، لأنه نقطة تحقق لتوليد النصوص، وليس مشفّر الرؤية. وهو يغذّي Generate Text عقدة، يمر ناتجها عبر Preview Any إلى المطالبة الإيجابية للمُعيّن، ويُبدَّل بواسطة ComfyNode موصول إلى refine_prompt الإدخال. وPrimitive String (Multiline) عقدة تحتوي على المطالبة النظامية التي تتبعها إعادة الصياغة، ويمكنك قراءتها وتعديلها.

عُدّ السلسلة وستجد أنها ست عُقد من العمل الحقيقي: تحميل نموذج الانتشار، تحميل مُرمِّز النص، تحميل VAE، ترميز المُوجِّه، أخذ عيّنة من كامن فارغ، فك الترميز والحفظ. كل ما عدا ذلك في القالب فهو ذاكرة أو تسهيل.

ما الذي تغيّر بين الرسم البياني ليوم الصفر وهذا الرسم؟

هذا هو الجزء الذي يستحق معرفته قبل أن تنسخ سير عمل من لقطة شاشة لدرس تعليمي، لأن قوالب Qwen-Image-2.1 عُدّلت خمس مرات بعد ظهورها الأول، والتعديلات ليست شكلية.

• 20 سبتمبر 2026 — القالب الأول. الالتزام 96309bd530، "إضافة قالب Qwen Image 2.1". سبع عُقد في الرسم الفرعي للنص إلى صورة: أدوات التحميل، والمُرمِّز، والكامن الفارغ، والمُعيّن، وفاكّ الترميز. تم ضبط مُحمِّل CLIP على مُرمِّز النص bfloat16، qwen3vl_8b_bf16.safetensors — الملف بحجم 16.33 GB.

• 20 سبتمبر 2026، لاحقًا في اليوم نفسه. الالتزام 371a7b7171 بدّل ذلك المحمّل إلى qwen3vl_8b_int8_convrot.safetensors، الملف بحجم 8.71 غيغابايت، مع الرسالة "تبديل Qwen Image 2.1 CLIP إلى int8 convrot". ملاحظة القالب نفسه تصفه بأنه "يتم تحميله بواسطة القوالب، ذاكرة أقل". سير عمل مبني من ملف الصباح وآخر مبني من ملف المساء ليسا سير العمل نفسه.

• 25 سبتمبر 2026. Qwen Image 2.1 Cache ظهرت العقدة في الرسم البياني للمرة الأولى، إلى جانب فرع تحسين الموجّه بأكمله — مُحمِّل CLIP الثاني، وGenerate Text، وPreview Any، والمُبدِّل، وعقدة موجّه النظام. قبل هذا التاريخ لم تكن هناك عقدة ذاكرة مؤقتة (cache) يمكن ضبطها، ولا خطوة إعادة صياغة يمكن إيقافها. واكتسب قالب تحرير الصور المدخلات المطابقة في اليوم نفسه. كما اكتسبت ملاحظة النص إلى صورة، في هذه المراجعة، كلاً من سطر 4 ميغابكسل وغلاف الموجّه الخاص بالصورة الشفافة.

• 28 سبتمبر 2026.أُضيفت أحجام الملفات إلى ملاحظات التنزيل — تغيير توثيقي، وليس تغييرًا في الرسم البياني، لكنه المكان الذي تأتي منه الأرقام التي يتحقق منها القارئ مقابل مدير التنزيل الخاص به.

• 30 سبتمبر 2026. إيداع 9fae1041be، "Qwen Image 2.1: تحديث إعدادات PE" — آخر مرة تم فيها لمس أي من قالبَي 2.1. هذا هو الأكثر أهمية والأقل ظهورًا. تغيّرت ثلاث قيم في عقدة Generate Text: ميزانية الرموز max_length من 16256 إلى 4096، وعقوبة التكرار من 1.05 إلى 1.0، وthinking من إيقاف إلى تشغيل، مع أن ملاحظة العقدة نفسها تقول الآن إن نقطة التحقق "تم تدريبها باستخدام كتلة استدلال وتفقد الجودة بدونها". تصف ملاحظات القالب القيم السابقة بأنها الرسمية وتقول إن الحد الأقصى موجود حتى "لا تستمر إعادة كتابة واحدة لدقائق عديدة".

ما الذي لم يتغيّر هو النصف المفيد من هذا. كتلة أخذ العينات متطابقة بايت ببايت بين قالب اليوم-صفر وقالب اليوم: الخطوات 25، cfg 1، euler، simple، denoise 1، التحكم في البذرة ثابت، وكامن فارغ عند مخرجات محدد الدقة، وحجم الدفعة 1. لم يتم إصلاح الرسم البياني أبدًا بنقل أداة المعاينة. بل تم إصلاحه بتغيير ملف مُشفِّر النصوص الذي يُحمَّل، وإضافة عقدة التخزين المؤقت، وتصحيح إعدادات مُحسِّن الأوامر نفسه.

توجد طبقة أخرى تحت الرسم البياني. ظلّ جوهر ComfyUI يتغيّر بعد أن استقرّت القوالب: حسّنت النسخة v0.38.0 الصادرة في 29 سبتمبر منطق تحديد موقع ذاكرة KV المؤقتة في Qwen 2.1، وجاءت النسخة v0.39.0 الصادرة في 5 أكتوبر بـ«إصلاح الانهيار عند اختيار ذاكرة int8 أو int4 في qwen image 2.1». إذا كان رسمك البياني هو رسم اليوم، وبناؤك أقدم من ذلك، فإن قائمة التخزين المؤقت المنسدلة ليست خيارًا بطيئًا، بل هي انهيار.

أقراص الضبط الأكثر عرضة لأن يخطئ فيها القارئ

ابدأ مما تنص عليه الوثائق بشكل قاطع، لأنه يزيل معظم التخمين. تأخذ جميع مسارات العمل الثلاثة الخاصة بـ Qwen-Image-2.1 العينات باستخدام الخطوات 25، وcfg 1، وأداة أخذ العينات euler، والمُجدوِل simple. هذا هو ملخص ComfyUI نفسه، وهو يطابق عناصر الواجهة المضمّنة تمامًا.

التعقيد هو أن 25 و40 إجابتان صحيحتان لأسئلة مختلفة. بطاقة النموذج الخاصة بالمورّد نفسه تشغّل خط أنابيب diffusers عند num_inference_steps=40، كما أن الإعداد الافتراضي لخط أنابيب diffusers هو 40 أيضًا؛ وتقول وثائق ComfyUI إن خط الأنابيب المنشور "يستخدم حوالي 40 إلى 50 خطوة مع euler sampler، بينما يبدأ القالب بقيمة أقل عند 25". لا يُعد أي من الرقمين خطأً. فهما إعداد افتراضي للرسم البياني وتشغيل مرجعي.

• الخطوات — الاتجاه والمقايضة.الأقل أسرع، ووفقًا لوثائق ComfyUI، يصمد بطرق مختلفة حسب المهمة: التعديلات الموضعية البسيطة تصمد عند 4 إلى 8 خطوات، "بينما التعديلات التي تعيد كتابة الإطار بالكامل تفقد التماسك وتحتاج إلى 25 خطوة كاملة". التفاصيل الدقيقة العنيدة مثل الأيدي والأصابع "تستقر عند نحو 30 خطوة"، والانتقال من 25 إلى 40 يقلل من التذبذب في المناطق المفصلة. الاتجاه رتيب والمقايضة خطية: نصيحة الوثيقة هي ضبط الخطوات فقط عندما يفشل شيء محدد في الحل، لا رفعها من أجل الأمان.

• التوجيه — الإعداد cfg 1 يعني إيقاف التوجيه، وهذا هو المسار المنشور. عند الإعداد cfg 1، يتخطى ComfyUI تمرير التكييف السلبي، لذا لا يكون للموجه السلبي أي تأثير. يحتفظ القالب بـ cfg 1، "وهو المسار الذي نُشر من أجله Qwen-Image-2.1"؛ تقول خط أنابيب diffusers الشيء نفسه بكلماتها الخاصة، حيث تضبط افتراضيًا true_cfg_scale إلى 1.0 لأن "Qwen-Image 2.1 مُصمم ليُعيّن بدون توجيه". ارفعه فقط عندما تريد بالفعل أن يكون للموجه السلبي تأثير، واعرف الثمن: cfg 2 يتبع الموجهات الكثيفة عن كثب، بما في ذلك النصوص الصغيرة والأرقام، "على حساب الحواف المفرطة الحدّة"؛ القيم الأعلى تنقل التعريض نحو السطوع المفرط أو الخفوت المفرط؛ cfg 5 يخفض الجودة بشكل سيئ؛ cfg 0.5 يفسد الصورة. تعليمات ComfyUI هي تغيير قيمة واحدة في كل مرة والمقارنة عند بذرة ثابتة.

• الدقة هدفٌ بالميغابكسل، وليست مستطيلاً. تحدد عقدة Resolution Selector نسبة العرض إلى الارتفاع وميزانية بالميغابكسل، حيث 1.0 MP يساوي نحو 1024x1024. يولّد Qwen-Image-2.1 أصلاً بدقة 2K، لذا فإن الهدف لمربع 2048x2048 هو نحو 4.0 MP. وما يريده النموذج هو مضاعفات 32 — إذ تقول التلميحة التوضيحية على مُدخل resolution في مُرمِّز النص إن المراجع تُعاد تحجيمها إلى نحو resolution x resolution بكسل عند مضاعفات 32، مع الحفاظ على نسبة العرض إلى الارتفاع، كما تُقرِّب دالة الأبعاد الخاصة بالخط الأنابيب نفسها إلى 32 أيضاً. وتنشر بطاقة النموذج الخاصة بالمورّد الإعدادات المسبقة لدقة 2K: 1:1 عند 2048x2048، و4:3 عند 2400x1792، و3:4 عند 1792x2400، و3:2 عند 2528x1696، و2:3 عند 1696x2528، و16:9 عند 2752x1536، و9:16 عند 1536x2752.

• تجاوز 2K يكلّف الالتزام، لا الحِدّة. الأهداف الأعلى بكثير من حجم 2K الذي دُرِّب عليه النموذج، مثل 4K، تفقد الالتزام بالتعليمات. هذا سلوك موثّق، وليس استنتاجًا من البنية المعمارية.

• النقطة المخالفة للحدس حقًا: الدقة تغيّر جدول الضوضاء أيضًا. يستخدم Qwen-Image-2.1 المعاينة باستخدام مُجدوِل أويلر لمطابقة التدفق، وإزاحة خطوته الزمنية ديناميكية، ويحسب خط الأنابيب الإزاحة من طول تسلسل الكامن — أي من عدد الرموز التي تنتجها الدقة التي اخترتها. يضبط إعداد مُجدوِل نقطة الحفظ base_shift على 0.5 وmax_shift على 0.9 عبر نطاق تسلسل صور من 256 إلى 8192، ويغذّي خط الأنابيب طول تسلسل تشغيلك في تلك الصيغة عند كل استدعاء. لذا فإن تغيير اللوحة يغيّر جدول أداة المعاينة، وليس الإطار فقط. في قالب ComfyUI لا يوجد عنصر تحكم بالإزاحة لضبطه — مدخلات KSampler هي model و positive و negative و latent image و seed و steps و cfg و sampler name و scheduler، وهذه هي القائمة كاملة. إذا كانت نتائجك عند 4 ميجابكسل تبدو مختلفة عن نتائجك عند 1 ميجابكسل بطريقة لا يمكنك تفسيرها بالتفاصيل وحدها، فهذا هو السبب.

• على مخطط التحرير، يتصرّف resolution بشكل مختلف وهو الإعداد الافتراضي الأغلى على الإطلاق. مع custom_size مُطفأ — وهو الافتراضي في القالب — يُولَّد التعديل بحجم أول صورة مرجعية. resolution 0 يُبقي كل مرجع بحجمه البكسلي الخاص مقرَّبًا إلى مضاعف للعدد 32، لذا تنتج صورة 3000x4000 لوحة بحجم 3008x4000. أما القيمة الأعلى من 0 فتقوم بدلًا من ذلك بتحجيم نسبة أبعاد تلك الصورة إلى ميزانية resolution x resolution بكسل — أي إجمالي عدد بكسلات، وليس عرضًا. مثال التكلفة من ComfyUI نفسه، مقيسًا على RTX 5090: المرجع 3000x4000 عند resolution 0 يستغرق نحو 6 ثوانٍ لكل تكرار؛ التعديل نفسه عند resolution 1024 يستغرق نحو 0.3 ثانية لكل تكرار، عند حوالي 896x1184. شغِّل custom_size وخُذ اللوحة من Resolution Selector، وأبقِها قريبة من حجم أول صورة بعد تغيير حجمها، "وإلا فقد ينزاح التعديل".

الحتمية: ما الذي تثبّته البذرة، وما الذي لا تثبّته

بذرة ثابتة ضرورية وليست كافية، والقوالب المرفقة تختلف فيما بينها بشأن ذلك. يُشحن KSampler الخاص بالتحويل من النص إلى الصورة مع ضبط ثابت؛ بينما يُشحن كلا قالبَي التحرير — تحرير الصور وإزالة الخلفية — مع ضبط عشوائي. نفس المُعيّن، ونفس الإعدادات الافتراضية، وسلوك متعارض عند إعادة الإدراج في قائمة الانتظار.

افترض أن البذرة ثابتة. إليك ما لا يزال يحرّك الصورة:

• ذاكرة KV المؤقتة. هذه هي النقطة الكبرى، وهي موثّقة وليست من الموروث الشعبي. يخزّن Qwen-Image-2.1 مفاتيح وقيم النص والصورة المرجعية مؤقتًا بعد الخطوة الأولى؛ ويوضح مصدر خط الأنابيب أن هذا صالح لأن رموز التكييف مستقلة عن الخطوة في ظل التكييف السببي للنموذج. ثم يقول الشيء المهم لأي شخص يحاول إعادة إنتاج صورة: إن تبديل الذاكرة المؤقتة "لا يعيد إنتاج الصورة نفسها بتًا بتًا في الدقة المخفّضة"، لأن خطوة فك التشفير تنتبه إلى تخطيط تتابع مختلف عن خطوة التعبئة المسبقة، والاثنان يتجزّآن بشكل مختلف وينتهيان عند تقريب مختلف — وفرق ULP واحد عند الكتلة الأولى يتضخم بفعل 32 كتلة وكل خطوة من خطوات أداة أخذ العينات، لذا "يعطي الإعدادان عينات صالحة بالقدر نفسه لكنها متمايزة بصريًا". تعليمة المصدر نفسه هي: ثبّت عيّنة بتثبيت هذه العلامة. في ComfyUI توجد العلامة على Qwen Image 2.1 Cache، وهي العقدة، بوصفها device (auto, gpu, cpu, off) و dtype (default, int8, int4).

• سجل الإصدارات الخاص بعقدة ذاكرة التخزين المؤقت نفسها. لم تكن موجودة قبل 25 سبتمبر 2026، لذا فإن سير عمل يوم الصفر لا يحتوي على هذا الإعداد ولا يتصرف مثل سير عمل اليوم. وإيقاف — الإعداد الوحيد الذي يستبعد ذاكرة التخزين المؤقت — "يعيد حساب البادئة في كل خطوة، وهو أبطأ لكنه الطريقة الوحيدة لاستبعاد ذاكرة التخزين المؤقت".

• أي ملفات النموذج. يُحمّل القالب نموذج انتشار int8 ومشفّر نصّي int8. استبدل أياً منهما بملف bf16 وستكون قد غيّرت الحساب. تُدرج ملاحظات التنزيل كليهما، مع أحجامهما، تحديداً لأن الخيار حقيقي.

• مُحسّن البرومبت، إذا كان مفعّلًا. مع refine_prompt مفعّلًا، فإن نموذج الصورة يأخذ عينات من البرومبت المُعاد كتابته، وليس الذي كتبته أنت — وتُولَّد إعادة الكتابة بواسطة Generate Text عقدة لها معاملات أخذ عينات خاصة بها: temperature 1.0، top_k 20، top_p 0.95، وحقل seed خاص بها، وmax_length ميزانية الرموز. لا تغطي بذرة KSampler الخاصة بك أيًا من ذلك. عقدة Preview Any الموجودة داخل الرسم الفرعي تُظهر البرومبت الذي وصل فعليًا إلى نموذج الصورة، وهو الطريقة الوحيدة لمعرفة ما الذي أعدت إنتاجه للتو.

• إصدار ComfyUI. تحمل القوالب تحذيرها الخاص: عادةً ما تعني العُقد المفقودة عند تحميل سير عمل أن الإصدار أقدم من العُقد، ويتبع Desktop وCloud الإصدارات المستقرة وقد يتأخران عن إصدار ليلي.

إذن، إعادة إنتاج صورة Qwen-Image-2.1 الخاصة بشخص آخر ليست تبديلًا للبذرة. بل هي مراجعة القالب، وملفّا النموذج، وإعداد الدقة، والخطوات، وCFG، وأداة أخذ العينات، والمجدول، وجهاز التخزين المؤقت ونوع البيانات dtype، وحالة تشغيل/إيقاف المحسّن وبذرته الخاصة — وبالنسبة إلى مخطط التحرير، حجم الصورة المرجعية الأولى. لا تنشر ComfyUI أي ضمان لإمكانية إعادة الإنتاج بالبذرة لسير العمل هذه، ويقول مصدر diffusers صراحةً إن تبديل التخزين المؤقت يغيّر العينة؛ فتعامل مع التطابق التام بوصفه شيئًا تجمّعه عن قصد لا شيئًا تمنحك إياه البذرة.

أكثر من صورة واحدة، وإلى أين تذهب الذاكرة

ينتج الرسم البياني صورة واحدة لكل تشغيل في التكوين المُشحون، والمقبض لتغيير ذلك غير جذاب: العقدة EmptyLatentImage المدخل الثالث لها، وحجم الدفعة، مضبوط على 1. رفعه هو ما يجعل المُعين يُصدر عدة صور من طابور واحد.

ما يكلّفه ذلك هو ما يجعل الأمر هنا صريحًا. تخبرك القوالب بالضبط أين يقع المخزن المؤقت — auto يستخدم VRAM الاحتياطية ثم ذاكرة النظام RAM؛ cpu يجلب مسبقًا خلف العمليات الحسابية، وتصفه الوثائق بأنه لا يكلّف سوى سرعة ضئيلة؛ off يعيد حساب البادئة في كل خطوة وهو أبطأ. وهم يحدّدون كميًا الجانب المتعلق بالدقة: int8 يخفض المخزن المؤقت إلى النصف عند دقة تقارب bf16، وint4 يخفضه إلى الربع لكنه يضاعف تقريبًا خطأ كل خطوة. ما لا ينشرونه هو جدول يربط حجم الدفعة بـ VRAM، ولا تفعل وثائق ComfyUI ذلك أيضًا. إذا كنت تحدد حجم دفعة لبطاقة، فالإجابة الصادقة أنه لا توجد أرقام رسمية من المطوّر الأصلي تغطي ذلك؛ الروافع ذات الآثار المنشورة هي جهاز التخزين المؤقت ونوع البيانات dtype، والدقة المستهدفة، التي ترفع كلاً من عدد الكوامن والبادئة المخزنة مؤقتًا.

يوجد فخّان من فخاخ الدفعات على الجانب الآخر من السياج، في خط أنابيب diffusers، وكلاهما جدير بالمعرفة لأن رسم ComfyUI البياني يخفيهما. هناك، num_images_per_prompt يضاعف الدفعة، وإذا مررتَ قائمة من المولدات، فيجب أن يتطابق طولها مع حجم الدفعة الفعلي تمامًا، وإلا فإن خط الأنابيب يرفع خطأً. وقائمة الصور الشرطية هي «مجموعة واحدة من الصور تشترك فيها كل المطالبات في الدفعة، وليس مدخلًا لكل مطالبة» — لا يمكنك منح كل مطالبة في الدفعة صورة مرجعية خاصة بها؛ تعليمة المصدر هي استدعاء خط الأنابيب مرة واحدة لكل مطالبة بدلاً من ذلك. الرسم البياني الفرعي للتحرير له النمط نفسه من القيد في موضع مختلف: العقدة الخاصة به BatchImagesNode تجمّع ما يصل إلى عشر صور مرجعية في مُرمّز النص، وهذا تجميع للمدخلات لا للمخرجات. عشر مراجع لا تمنحك عشر صور.

من صورة إلى صورة من الرسم البياني نفسه

لا تحتاج إلى رسم بياني مختلف لهذا. قالب تحرير الصور هو سلسلة النص إلى صورة مع استبدال الكامن الفارغ بمخرَج الكامن الخاص بمشفّر النص، وعقدتين من LoadImage تغذيان image_1 و image_2 إلى فتحات المراجع في الرسم البياني الفرعي، وعقدة ImageCompare في النهاية حتى ترى المدخل بجانب المخرج. ضع صورة واحدة في image_1، واترك image_2 فارغة، واكتب تعليمة، فيكون ذلك هو التحويل من صورة إلى صورة: صورتك سياق يقرأه النموذج، وليست كامنًا ابتدائيًا يزيل الضوضاء عنه جزئيًا. لا يوجد في هذا المسار منزلق للقوة أو لإزالة الضوضاء يمكن ضبطه، لأن الهدف يبدأ من الضوضاء، بينما يدخل مرجعك عبر المشفّر وVAE بدلًا من ذلك.

إليك الحد الفاصل، في جملة واحدة لكل منهما، لأن هذين لا يفصل بينهما سوى بحث واحد، ويختار الناس الخطأ منهما.

• التحويل من صورة إلى صورة هو عندما تريد تنويعًا: تُعطي النموذج صورةً ووصفًا، فيرسم صورة جديدة تشبه صورتك، على لوحة تختارها.

• التحرير هو عندما تريد إجراء تغيير: تُعطي النموذج صورةً وتعليمةً تحدّد ما ينبغي أن يكون مختلفًا، مع إمكانية إضافة قناع أو علامات مرسومة، ويحتفظ النموذج ببقية الإطار.

الدلالة تكمن في الجملة التي أنت على وشك كتابتها. "اجعلها تبدو هكذا لكن في الليل" هي i2i؛ و"غيّر السترة إلى الأحمر، واترك كل شيء آخر" هي تعديل، وفي هذا الرسم البياني يقع مسار التعديل حيث توجد الأقنعة، وخانات المراجع العشر، وسلوك التعديل الموضعي. ذلك السؤال المجاور هو موضوع صفحة أخرى، وهذه الصفحة تتوقف عند هذا الحد حتى تعرف أيّ صفحة أنت عليها.

نقطة التحقق التوربينية، في فقرة واحدة

إحالة مرجعية واحدة، لأن كتابة turbo تقع داخل هذه العائلة من الاستعلامات وسيصادفها القارئ. Qwen-Image-2.1-Turbo هو نقطة تفتيش منفصلة من 8 خطوات للمعمارية نفسها للإنشاء البصري بحجم 7B، صدرت في 9 أكتوبر 2026 ويُحمّلها الكائن نفسه QwenImage21Pipeline. وتقول بطاقة الطراز الخاصة به إن نقطة التفتيش "تتضمن جدول المعاينة الموصى به، فهي جاهزة للاستخدام دون ضبط المُجدوِل يدويًا"، وإن الإنشاء يستخدم CFG 1 افتراضيًا، وإن تعيين num_inference_steps وحده لا يتجاوز الجدول المحفوظ — بل تفعل ذلك وسيطة sigmas الصريحة عند وقت الاستدعاء. لا شيء من ذلك يغيّر سلسلة العُقد في هذه الصفحة: المُحمِّلات نفسها، والمُرمِّز نفسه، وعقدة المُعاين نفسها. ما يتغيّر هو مصدر الجدول الزمني، وهو الشيء الوحيد الجدير بالفحص في مخططك قبل أن تقارن تشغيل turbo بتشغيل الطراز الأساسي وتستنتج أن الطراز أصبح أسوأ.

ما الذي يجب فعله بعد ذلك، في الرسم البياني

حمّل القالب من مكتبة قوالب ComfyUI بدلًا من لقطة شاشة، ثم اقرأ أربع عُقد قبل أن تضع أي شيء في قائمة الانتظار. في Resolution Selector، اضبط نسبة الأبعاد التي تريدها فعلًا، وإن أردت الدقة الأصلية 2K للنموذج، فاضبط الهدف 4.0 MP. في KSampler، تأكّد من أن التحكم fixed إذا كنت تنوي إعادة إنتاج تشغيل ما، واترك الخطوات عند 25 و cfg عند 1 حتى يفشل شيء محدّد. في Qwen Image 2.1 Cache، حدّد device وdtype الآن واكتبهما، لأنك لن تستطيع تغييرهما لاحقًا ومقارنة صورتين وكأن الـ prompt وحده هو الذي تحرّك. وفي عقدة Generate Text، اترك refine_prompt مغلقًا حتى تحصل على خط أساس يعجبك — ثم شغّله، واقرأ إعادة الصياغة في Preview Any، واحتفظ بالـ seed الذي كنت عليه حتى تكون المقارنة ذات معنى.