Qwen-Image-i2L：5张图生成Qwen-image专属Lora模型,打破个性化图像创作的极限！

一、Qwen-Image-i2L介绍

最近阿里开源的图像模型家族里，多了个很有意思的新角色——Qwen-Image-i2L。简单说，它干的一件事就是：“给它一张图，它还你一个 lora。”对于玩 AIGC、撸大模型工作流的同学来说，这基本属于“生产力暴击”级别的更新。

以前我们想搞一个专属画风 lora，基本流程是：找一堆素材图、清洗、标注、调参、训练，一套下来少说也要折腾几小时甚至几天。而 Qwen-Image-i2L 直接把这件事缩减成一句话： 你只需要给它一张代表性图片，它就能自动分析出这张图的“风格基因”，打包成一个可复用的 LoRA 模块。

Qwen-Image-i2L 背后用的是SigLIP2 + DINOv3 + Qwen-VL这套多模态特征提取组合，相当于给图片做了一次“深度体检”，把一张图拆解成多种可学习要素，比如：画风和整体美学气质，人物或物体的造型特征，构图习惯、镜头感，色彩倾向、光影风格。

这些信息最终会被压缩成一个轻量级 LoRA。好处很直接：体积小，加载快；可以直接挂在你的生成模型上使用；非常适合做“单图风格迁移”——比如把一张插画的风格搬到你的角色设计上，把某个漫画分镜的色调迁移到别的场景里。

二、相关安装

ComfyUI_RH_QwenImageI2L(Image-to-LoRA)：https://github.com/HM-RunningHub/ComfyUI_RH_QwenImageI2L

相关模型

• Qwen-Image-i2L-Style.safetensors：第一个称得上训练成功的模型，它的细节保持能力非常弱，但这反而让它能够有效地提取出图片中的风格信息，因此这个模型可用于风格迁移。
• Qwen-Image-i2L-Coarse.safetensors：它产生的 LoRA 已经能够保留图片中的内容信息，但细节并不完善。如果将这个模型用于风格迁移，则需要输入更多图片，否则模型将倾向于生成输入图片中的内容。我们不建议单独使用这个模型。
• Qwen-Image-i2L-Fine.safetensors： Qwen-Image-i2L-Coarse 的增量更新版本，必须与 Qwen-Image-i2L-Coarse 同时使用。它将 Qwen-VL 的图像编码分辨率提高到了 1024 x 1024
• Qwen-Image-i2L-Bias.safetensors：静态的补充 LoRA其生成的 LoRA 生成的图片与 Qwen-Image 的偏好对齐不一致。使用此 LoRA 模型后，生成的图片会更接近 Qwen-Image 的风格。

1）插件安装：

cd ComfyUI/custom_nodes
git clone https://github.com/HM-RunningHub/ComfyUI_RH_QwenImageI2L.git

cd ComfyUI/custom_nodes/ComfyUI_RH_QwenImageI2L
pip install -r requirements.txt

本项目依赖 DiffSynth-Studio 提供的 diffsynth。请安装最新版：

git clone https://github.com/modelscope/DiffSynth-Studio.git
cd DiffSynth-Studio
pip install -e .

部分模型仓库需要 Git LFS：

git lfs install

安装完成后重启 ComfyUI，节点才会出现在菜单中。

模型路径：

ComfyUI/models/
├─ DiffSynth-Studio/
│  ├─ General-Image-Encoders/
│  │  ├─ SigLIP2-G384/model.safetensors
│  │  └─ DINOv3-7B/model.safetensors
│  └─ Qwen-Image-i2L/
│     ├─ Qwen-Image-i2L-Style.safetensors
│     ├─ Qwen-Image-i2L-Coarse.safetensors
│     ├─ Qwen-Image-i2L-Fine.safetensors
│     └─ Qwen-Image-i2L-Bias.safetensors
└─ Qwen/
   ├─ Qwen-Image/
   │  └─ text_encoder/model*.safetensors
   └─ Qwen-Image-Edit/
      └─ processor/

三、工作流

四、效果展示

Qwen-Image-i2L-Style 模型可用于快速生成风格 LoRA，只需输入几张风格统一的图像。以下是我们生成的结果，随机种子都是 0。

风格1：抽象矢量

输入图像：

生成图像：

a cat	a dog	a girl

风格2：黑白素描

输入图像：

生成图像：

a cat	a dog	a girl

风格3：潦草手绘

输入图像：

生成图像：

a cat	a dog	a girl

风格4：蓝底扁平

输入图像：

生成图像：

a cat	a dog	a girl

Coarse + Fine + Bias

Qwen-Image-i2L-Coarse、Qwen-Image-i2L-Fine、Qwen-Image-i2L-Bias 三者组合后可以生成保留图像内容和细节信息的 LoRA 权重，这组权重作为 LoRA 训练的初始化权重能够加速收敛速度。

LoRA 数据集：小狗背包

训练数据：

训练中的样图生成：

	训练步数：100	训练步数：200	训练步数：300	训练步数：400	训练步数：500
随机初始化
Image to LoRA 初始化

LoRA 数据集：小熊玩偶

训练数据：

训练中的样图生成：

	训练步数：100	训练步数：200	训练步数：300	训练步数：400	训练步数：500
随机初始化
Image to LoRA 初始化

LoRA 数据集：蓝莓小碗

训练数据：

训练中的样图生成：

	训练步数：100	训练步数：200	训练步数：300	训练步数：400	训练步数：500
随机初始化
Image to LoRA 初始化

五、总结

可以预见的是，未来一年里，围绕 LoRA 的生态（市场、素材库、工具链）会越来越丰富。而 Qwen-Image-i2L 这种从“模型侧”降低门槛的尝试，大概率会拉开一波新的风格资产化浪潮。

对搞 AI 创作、做工具产品的同学来说，现在是一个非常值得盯紧、顺势布局的时间点。