ComfyUI v0.37.0: Qwen-Image 2.1とMoGe 3のサポート

ComfyUI v0.37.0 が利用可能です。Qwen-Image 2.1を3つの公式テンプレートとともにコアへ統合し、MoGe 3の細部にわたるジオメトリ推定を追加、投機的デコーディングによるQwen3.5およびQwen3.8テキストエンコーダーの高速化、高速NVMeドライブでの高速ディスク読み込みの自動有効化、そして空の潜在画像ノードのデフォルトサイズを1024に引き上げました。

MoGe 3は粗いポイントマップを疎なボクセルシェル上で refine し、画像空間デコーダーではぼやけてしまう細い構造を保ちます（比較画像は Comfy-Org/ComfyUI#16381 より）。

コアに統合されたQwen-Image 2.1

Qwen-Image 2.1は、Comfy-Org/ComfyUI#16400（CORE-423）を通じてコアに統合され、ネイティブ実装として提供されます。7Bのシングルストリーム拡散transformerはcomfy/ldm/qwen_image21にあり、Qwen3-VL-8Bテキストエンコーダーは最後の隠れ状態から読み取られ、参照画像スロットはDiT自体によってスプライスされます。

モデルの編集機能を担う2つの新しいノードがあります：

Text Encode Qwen Image 2.1（TextEncodeQwenImage21、カテゴリmodel/conditioning/qwen image）は、固定入力の代わりに参照画像の動的リストを受け取り、resolutionウィジェット（デフォルト1024、32の倍数、0で各参照を元のサイズのまま保持）でリサイズし、VAE latentとしてシーケンスにスプライスします。ポジティブとネガティブの条件付け、および最初の参照画像に合わせたサイズの空のlatentを出力します。これにより編集の位置が保たれます。
Qwen Image 2.1 Cache（QwenImage21Cache）は、プレフィックスKVキャッシュの配置場所と保存方法を設定します。deviceはauto、gpu、cpu、offから選択でき、dtypeはdefault、int8、int4から選択できます。cpuは計算の裏でRAMからキャッシュをプリフェッチし、offは毎ステップでプレフィックスを再計算します。遅くなりますが、デバッグ時にキャッシュを排除できます。

このリリースには3つの公式テンプレートが同梱されています：テキストから画像へ、画像編集、背景除去です。3つすべてにv0.37.0以降が必要です。

公式のQwen Image 2.1画像編集テンプレートの出力（workflow_templatesリポジトリより）。

再パックされた重みは Comfy-Org/Qwen-Image-2.1 で公開されています。

MoGe 3: 細部にわたるジオメトリ推定

MoGe 3は、Microsoft Researchの単眼ジオメトリモデルの第3世代であり、論文MoGe-3: Fine-Detail Monocular Geometry Estimation with Self-Guided Sparse Volumetric Refinementとして公開されています。画像空間で直接ポイントマップをデコードする代わりに、粗い予測を疎なボクセルシェル上に持ち上げ、その上で疎な3D UNetを実行します。これにより、細い構造や深度の不連続が鮮明に保たれます。

コアサポートはComfy-Org/ComfyUI#16381（CORE-443）で追加され、ViT-LとViT-Gの両方のチェックポイントに対応しています。ComfyUIへの移植では、プロジェクトがTrellis 2向けにすでに提供しているFlexGEMM疎カーネル（comfy/ldm/trellis2/flexgemm.py）上にrefinerを構築しているため、通常のCUDA環境で追加インストールは不要です。

MoGe 3プロジェクトページのティザー。

公式テンプレートutility_moge3_geometry_estimationは1枚の画像を受け取り、深度マップとサーフェス法線マップを出力します。デフォルトではmoge_3_vitg_fp16.safetensorsを読み込み、同じドロップダウンでViT-Lのファイルも選択できます。MoGe推論とMoGeパノラマ推論の新しいrefine_stepsウィジェットはMoGe-3 refinerを直接制御します：デフォルトは3、最大8、0で無効化されます。これはノードが引き続き読み込むMoGe 1やMoGe 2のチェックポイントには影響しません。

テンプレートは1枚の画像から実行されます（入力アセットはworkflow_templatesリポジトリより）。

テンプレートはComfy-Org/MoGeの再パックされた重みを想定しています：

📂 ComfyUI/
└── 📂 models/
    └── 📂 geometry_estimation/
        ├── moge_1_vitl_fp16.safetensors
        ├── moge_2_vitl_normal_fp16.safetensors
        ├── moge_3_vitg_fp16.safetensors
        └── moge_3_vitl_fp16.safetensors

同じノードファミリーは以前のツール群も維持しています：正距円筒画像を12のパースペクティブビューに分割し、深度を再びマージするパノラマ推論、ポイントマップからメッシュへの変換、カメラマッチング用のFoV読み取りです。

高速化されたQwenテキストエンコーダー

Comfy-Org/ComfyUI#15623（CORE-390）は、Qwen3.5およびQwen3.8テキストエンコーダーのデコード速度改善であり、Qwen-Imageのプロンプト書き換えやテキスト生成ノードにとって重要です：

投機的デコーディング：チェックポイントのマルチトークン予測ヘッドが2〜5トークンをドラフトし、1回のバッチ検証パスでそれらを受け入れます。ドラフトヘッドはキャプチャされたCUDAグラフとして実行され、検証パスはメモリコンパイラの下で実行されます。
FixedKVBias：デバイス側の書き込み位置を持つフルキャパシティのアテンションキャッシュにより、デコードステップがllama.pyとqwen35.pyをまたいでグラフ再生可能になります。
comfy-kitchenの融合DeltaNetデコードカーネル（eagerフォールバック付き）、およびステップごとの割り当てではなく固定サイズの語彙マスクを通じて適用される反復・存在ペナルティ。

Text Generateノードは、auto、off、2〜5のオプションを持つ新しいmtpウィジェットでこれを公開します。autoはドラフト深度を適応させ、固定値はそれを固定します。MTP重みを持たないチェックポイントには影響せず、ツールチップには、サンプリング出力は正しい分布を保つものの、同じシードでも非MTP出力とは異なることが記載されています。同じリリースでは、これらのエンコーダーに対するW4A8 GEMVサポートも追加され、Comfy-Orgが公開しているint8およびW4A8の再パックと組み合わせて使用できます。

高速ディスクとメモリ

v0.37.0はcomfy-aimdo 0.5.5にアップグレードされ、Windowsの高速ディスク検出のネイティブC実装が含まれています。ComfyUIは高速ディスクを自ら検出し、ドライブがPCIe 4 NVMe以上の場合、モデルごとにディスクバックの動的読み込みとオフロードを自動的に有効化します：重みはRAMバッファとピン登録のプライミング手順をスキップします。混在構成では遅いドライブにRAM優先度が与えられるため、NVMeと回転ディスクに分かれたモデルライブラリは、効果がある場所でキャッシュを使い続けます。--fast-diskは引き続きこの動作を強制し、新しい--disable-fast-diskは--fast-diskを上書きして無効化します。

同じリリースにはさらに2つのメモリ変更が含まれます。動的VRAMが有効な場合、テキストエンコーダーは行き来させずGPU上に保持されるようになり、comfy-kitchenアテンション使用時のWanモデルのピークVRAMが減少します。

その他の変更

空の潜在画像のデフォルトが512 x 512から1024 x 1024になり、新しいノードが現代のモデルのトレーニング解像度に一致するようになりました。
ComfyUIコンパイラグラフが有効なとき、MiniMax Music 3がノイズをレンダリングしなくなりました：自己回帰テキストエンコーダーがYuE2や汎用生成パスと同様にピン留めされたデコードバッファを使用するようになりました。
ACE-StepのVAEデコードが、bf16を実行しないGPUでクラッシュしなくなりました。
YuE2 音楽生成ノードにCFGコントロールが追加され、SheetSage2の位置埋め込み精度が上流に一致するようになりました。
グラフ全体でノード名とカテゴリが整理されました。
パートナーノード：Meshy 7.1、GPT Image 2の透過背景、リンクされたGLBまたはFBX出力が空になる場合にTripo P2の実行を拒否するガード、および再試行が二重請求されないようにするパートナープロキシ呼び出しのIdempotency-Key。
comfyui-frontend-packageが1.53.6に、workflow templatesがv0.11.66に、組み込みドキュメントが0.5.12に、comfy-kitchenが0.2.35に更新されました。

v0.37.0の入手

ComfyUIをマネージャーまたはお好みのランチャーでアップデートしてください。Qwen-Image 2.1とMoGe 3のノードおよびそれらのテンプレートにはv0.37.0以降が必要ですが、Desktop版とCloud版は安定版リリースに追随します。