Comfy-Org 將 Qwen3-VL 模型適配於 ComfyUI 中工作

團隊 Comfy-Org 發佈了適應性版本的多模態模型 Qwen3-VL，旨在整合到視覺化編程環境 ComfyUI 中。該版本包括優化的 4B 和 8B 參數構建，允許直接在圖像生成工作流程中使用計算機視覺功能。

為了正確運行模型，使用者需要將文本編碼器文件放置在 ComfyUI 的特定系統目錄中。這種目錄結構確保了與當前數據處理節點的兼容性，並允許模型在操作圖中正確解釋視覺提示。

Qwen3-VL 模型基於支持高解析度圖像處理和場景上下文理解的架構。 4B 參數版本適合於具有有限視頻內存的消費級設備，而 8B 版本提供了更高的精度，以識別圖像中的小細節和文本元素。

整合到 ComfyUI 中簡化了創建複雜的 AI 管道的過程，其中視覺模型可以作為輸入數據分析器或自動生成描述（captioning）工具，在生成階段之前發揮作用。原始代碼和模型權重可在 Hugging Face 平台上的項目存儲庫中獲得，根據標準許可證授權。