企业官网建设流程全解析

Qwen-Image-2.1 是 Qwen 团队开源的统一图像生成与编辑模型（7B 视觉生成组件），其中最受新手欢迎的能力就是局部编辑：通过圈选、涂抹、Mask 三种方式指定"只改这里，其他别动"。本文带你快速上手局部编辑的原理、三种选区方式的适用场景、Prompt 写法要点，以及如何配合官方指令重写模型强化编辑效果。

Qwen-Image-2.1局部编辑原理：为什么它不会"手滑"

普通整图编辑经常出现两类翻车：想换个背景，结果把人脸也变了（过度编辑）；想让颜色加深，结果几乎看不出变化（编辑不足）。

Qwen-Image-2.1 的编辑系统提示词（见 prompt_rewrite/prompts/system_prompt_edit.txt）把编辑核心定义为"属性解耦"：

• ✅ 只修改用户点名的属性，且要把修改做到明显可见的程度
• ✅ 其余所有内容保持在输入图的原始保真度
• ✅身份是最难改变的不变量：人物面部特征、标志性的个人配饰、产品的精确设计与标识，以及图像的渲染介质（照片/动漫/3D渲染），在任何编辑中都会保留，除非你明确把它们作为编辑目标

官方示例中有一句很典型的指令："把头转向左，而身体和手臂保持不动"——正是靠属性解耦，模型才能只动头部、锁住其他部位。

三种局部编辑方式：圈选、涂抹、Mask

Qwen-Image-2.1 支持通过circles（圈选）、painted annotations（涂抹标注）、separate masks（独立 Mask 图）三种方式指定局部编辑区域，三者走同一个接口，区别只在于选区的精度和方式。

方式一：圈选编辑（Circle），离散小目标首选

在要修改的区域周围画一个圈即可。官方展示中就有一张多区域圈选示例：同一张图里同时圈出三个区域——摘掉手表、改变发色、替换服装（circle-guided multi-region editing），一次指令全部完成。

• 🎯适合：手表、饰品、Logo、需要替换的独立部件
• 💡技巧：多个区域可以分别圈选，配合"只改圈内、圈外全部保持"的指令

方式二：涂抹标注（Paint），不规则区域快速标记

区域边界不太规则、或者你只想"大致框住"时，直接用笔刷在图上涂抹目标区域，模型会理解"这片笔迹标出的就是要编辑的地方"。

• 🎯适合：不规则小区域、软边界（如模糊的阴影范围）、快速随手标记
• 💡技巧：涂抹范围宁可略小于目标，避免把想保留的内容涂进去

方式三：Mask 图像，像素级精度的最终手段

需要像素级控制时，传入一张独立的黑白 Mask 图：白色 = 要修改的区域，黑色 = 要保留的区域。Mask 可以用任意修图工具绘制，也可以用自动分割模型一键生成。

• 🎯适合：发丝级复杂边界、文字区域精准替换、商品抠图、大范围换背景但必须精确保护主体

三种方式都通过同一个 Pipeline 调用，核心就是"输入图 + 编辑指令"（依赖安装见 README.md）：

import torch from PIL import Image from diffusers import QwenImage21Pipeline pipe = QwenImage21Pipeline.from_pretrained( "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16 ).to("cuda") result = pipe( prompt="仅移除圈出的手表，其余所有区域保持与输入图完全一致", image=Image.open("input.png"), num_inference_steps=40, ).images[0]

💡小知识：单图局部编辑时，输出默认继承输入图的分辨率与宽高比（对应输出字段ratio_follow），无需再指定尺寸，编辑后的图可以直接替换原图使用。

圈选 vs 涂抹 vs Mask：一张表快速选择

比如"只把标题文字翻译成另一种语言，人物和背景全部不动"这类文字局部编辑，用 Mask 圈出文字区域通常是最稳的选择：

局部编辑Prompt写法：3条核心规则

基于官方编辑系统提示词，写给新手的 3 条规则：

1. 写清目标区域 + 明确写出要保留什么。先说操作（"移除/替换/重绘圈内的手表"），再给一条总括性保留声明（"其余区域保持与输入图完全一致"），比逐个描述要保留的内容更安全——描述得越具体，模型越容易"顺手"改掉它。
2. 不要添加没要求过的操作。即使原图上有个明显的瑕疵，只要你没点名，就让它保持原样。
3. 图中要出现的文字必须逐字给出。如果编辑后画面中会出现可读文字，请在 Prompt 里用引号写出完整内容，不要含糊带过。

官方示例数据 prompt_rewrite/data/edit_example.jsonl 里就有一条很地道的短句指令：

"can u this image so that the head twist to the left while the body and arms not moved"

——"改哪里 + 哪里不动"两句话说清，这正是局部编辑指令的标准形态。

配合官方Prompt重写模型：一句话指令变专业编辑指令

如果你的指令比较口语化，可以配合仓库自带的指令重写模型（基于 Qwen3.5-VL 9B 微调，代码位于 prompt_rewrite/）。它的--task edit模式会把模糊的编辑指令扩写为精确、可执行的编辑指令，并自动判断输出画布是跟随哪张输入图的比例：

python run_vllm.py --task edit \ --ckpt Qwen/Qwen-Image-2.1-PE-I2I \ --input data/edit_example.jsonl --output out.jsonl

输入就是一行行简单的 JSON（示例输入见 prompt_rewrite/data/），输出字段positive_prompt可直接喂给上面的 Pipeline。例如这条把 Logo 图变成"天空中飘扬的旗帜"的示例：

更多重写模型的细节（采样参数、vLLM 服务部署）可参考 prompt_rewrite/README.md。

总结：Qwen-Image-2.1局部编辑速记

• 🎯原理：属性解耦——只改点名的属性，其余锁定；身份、产品、画风是最强不变量
• ⭕圈选：离散小目标（手表、饰品），上手最快
• 🖌️涂抹：不规则区域快速标记，精度适中
• ⬜Mask：像素级精度，文字替换与发丝级边界首选
• ✍️Prompt 三原则：写清目标 + 明确保留项；不加点名外的操作；图中文字逐字给出
• 🔁进阶：口语指令先过一遍官方重写模型（--task edit），局部编辑命中率更高

局部编辑之外，Qwen-Image-2.1 还支持最多 10 张参考图的多主体合成与原生透明图（RGBA）生成，配合局部编辑可以覆盖绝大多数图像修改场景：

更多编辑示例与社区支持（Diffusers、ComfyUI 等），可查看仓库 README.md 的 Showcase 与 Community Support 章节。