刚发布的千问图编辑模型2511已上架ComfyUI，其基础编辑能力备受关注。通过搭建基础工作流进行实测，发现该模型在人物一致性、风格迁移等方面相比前代2509有明显进步，尤其是在保持人物特征方面展现了较大潜力，为图像编辑提供了新的可能性。
智能速览
千问图编辑模型2511发布，ComfyUI基础工作流已搭建。
模型核心优势在于人物一致性，基础脸部迁移能力提升明显。
原生支持中文提示词，搭配加速LoRA可4步快速出图。
在风格转换和材质迁移测试中，表现优于前代2509模型。
但在姿势理解和多图融合等复杂场景下，能力仍有局限。
精华内容
千问ImageEdit2511作为新一代模型，其实际表现究竟如何？通过一系列与2509模型的对比测试，从人物一致性到风格迁移，可以清晰看到其能力的边界与突破点。
基础配置与效率
实测使用BF16版本模型，搭配一个加速Laura，在CFG设置为1的条件下，仅需4步即可生成图片，单张图耗时约十几秒，出图效率较高。
在分辨率处理上，2511模型默认会保持与原图一致的分辨率，这与2509模型推荐缩放至1K附近不同。当原图过大或需自定义尺寸时，工作流中也提供了开关，方便用户手动设置最终输出分辨率，避免因显存不足导致报错。
一致性显著增强
相较于前代2509，2511模型在人物一致性方面的提升最为突出。测试中发现，将分辨率从720p提升至1080p后，生成图片的人物脸部特征与原图的相似度更高。推测是模型已将之前的F2P Laura整合进基础模型，显著增强了基础的脸部迁移能力。
在风格转换任务中，2511能更好地保留人物的脸部主要特征，而2509则容易将人物替换成一张通用路人脸，两者差异明显。
风格与材质迁移
除了人物一致性，2511在风格转换和材质迁移上也表现出优势。在将人物融入指定场景的测试中，2511生成的人物与场景融合度更高，背景元素如沙发的质感也更贴近参考图。
材质迁移测试里，虽然两个模型在颜色复现上都有偏差，但2511在花纹的还原上更胜一筹，能够使用更多样化的花纹进行重构，而2509则倾向于将少数几种花纹进行简单重复，导致细节丢失。
复杂场景的局限
尽管进步明显，但2511在处理复杂任务时仍存在局限。在涉及多图输入的换装测试中，无论是2511还是2509，生成结果的人物一致性和比例均不理想，仍需依赖特定节点辅助才能实现更好效果。
此外，在姿势跟随测试中，2511未能正确理解“背对镜头”的指令，反而将人物转向镜头，其表现不如前代2509模型准确，显示出其在特定指令理解上的不足。
总体来看，千问ImageEdit2511模型在编辑任务中展现了比前代更强的能力，特别是在人物一致性这块取得了实质性突破，为AI图像编辑的实用化铺平了道路。虽然目前生态尚不完善，在复杂场景下表现欠佳，但其基础潜力值得期待。未来整合更多插件的工作流能否释放其全部实力？
关键评论
有用户关心16G显存运行BF16版本模型的可行性。
网友认为一致性提升后，或可用于制作故事分镜。
