Qwen Image 2.1 终于有 ControlNet ：Qwen-Image-2.1-Fun-Controlnet-Union

一、Qwen-Image-2.1-Fun-ControlNet-Union介绍

Qwen-Image-2.1-Fun-Controlnet-Union是‌Qwen-Image 2.1 可搭配使用的 ControlNet Union 模型/节点‌，主要用于在 ComfyUI 里对 Qwen-Image 2.1 图像生成进行结构控制（Canny、深度、灰度、HED、线稿、MLSD、姿态、涂鸦）和图像修复，比如用线稿、深度图、姿态等引导画面布局和人物姿势。‌‌‌

• ‌用条件图控制生成‌：通过 Canny 边缘、深度、姿态等输入，约束画面结构，减少“随便画”的随机性。
• ‌更适合姿势与空间控制‌：实测中，用姿态控制比只用边缘控制更不容易把细节锁死，适合人物和场景构图。
• ‌和 Qwen-Image 2.1 主模型搭配使用‌：它不是独立生图模型，而是作为控制层接入工作流。‌‌

Canny	Depth	Grayscale	HED	Lineart	MLSD	Pose	Scribble

图像修复（+ 控制）

源图像中被遮罩的区域会根据提示进行重新绘制，而帧的其余部分则保持不变。遮罩图像中，需要重新生成内容的部分为白色，需要保留内容的部分为黑色。由于控制和修复操作共享同一个分支，因此会同时提供一个控制图像（此处为 DWPose 骨架），以便重新绘制的区域也能跟随给定的姿势。

源图像	面具	姿态控制	修复输出

二、相关安装

插件：Apply Fun ControlNet

模型路径：

📂 ComfyUI/
└── 📂 models/
    ├── 📂 Diffusion_models/
    │   ├── qwen_image_2.1_bf16.safetensors
    │   ├── qwen_image_2.1_int8_convrot.safetensors
    │   ├── qwen_image_2.1_turbo_bf16.safetensors
    │   └── qwen_image_2.1_turbo_int8_convrot.safetensors
    ├── 📂 model_patches/
    │   ├── qwen_image_2.1_fun_controlnet_union_bf16.safetensors
    │   └── qwen_image_2.1_fun_controlnet_union_int8_convrot.safetensors
    ├── 📂 text_encoders/
    │   ├── qwen3vl_8b_bf16.safetensors
    │   ├── qwen3vl_8b_int8_convrot.safetensors
    │   ├── qwen3vl_8b_w4a8.safetensors
    │   ├── qwen3.5_9b_qwen_image_2.1_pe_i2i.int8_convrot.safetensors
    │   ├── qwen3.5_9b_qwen_image_2.1_pe_i2i_w4a8.safetensors
    │   ├── qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors
    │   └── qwen3.5_9b_qwen_image_2.1_pe_t2i_w4a8.safetensors
    └── 📂 vae/
        └── qwen_image_2.1_vae_bf16.safetensors
    └── 📂 loras/
        └── qwen_image_2.1_turbo_lora_avg_rank_178_bf16.safetensors

三、工作流

四、总结

Qwen-Image-2.1-Fun-Controlnet-Union是用单模型文件补齐Qwen-Image-2.1的8种空间控制能力，大幅降低生图姿态、构图崩坏概率，让生成结果更可控稳定。它打破了过往“一个控制条件就要加载一个独立ControlNet”的传统模式，用轻量化补丁的形式把全维度空间约束能力整合进统一生图编辑链路里，不再需要频繁切换模型、拼接复杂工作流。这不仅能大幅降低本地AI创作的硬件门槛，让普通消费级显卡也能流畅跑通高精度可控生成，更为后续漫画分镜批量生成、影视镜头精准复刻、工业设计快速迭代等专业场景铺平了道路，也为后续开源图像模型的“生成-编辑-控制”一体化架构提供了可复用的参考范式，推动整个开源AI图像生态向更高效、更易用、更贴近生产落地的方向快速演进。