TailSteer 让 Qwen-Image 2.1 连续 20 轮编辑保持稳定

连续编辑一张图像十次，最后一帧就不再是同一张图：皮肤变得像塑料，文字扭曲，背景细节变软，而所有指令都没有要求这些变化。TailSteer 训练模型承受这种循环，同时不丢失其初始的单次编辑质量。

连续二十次编辑的第 20 轮，基础模型对比 TailSteer，来自项目示例集

它改变了什么

在项目的 Add & Preserve 基准测试中，每轮添加一个小对象，持续十轮，并评估哪些内容保持不变；TailSteer 在保持基础模型对象完成率的同时，提升了编辑框之外的所有内容：

代价很小：Qwen-IB EN 53.39 → 53.06，GEdit EN 8.11 → 8.04，ImgEdit 4.40 → 4.42。文生图仍可使用同一 checkpoint，推理时无需保留遮罩或切换模型。

相同提示词和种子：基础模型对比 TailSteer。

在 ComfyUI 中运行

1. 将 ComfyUI 更新到包含 TextEncodeQwenImage21 和 QwenImage21Cache 的版本，然后将 qwen_image_2.1_tailsteer_bf16.safetensors（14.23 GB）放入 models/diffusion_models/。
2. 添加未更改的基础组件：qwen3vl_8b_bf16.safetensors 放入 models/text_encoders/（17.53 GB），qwen_image_2.1_vae_bf16.safetensors 放入 models/vae/，两者均来自 Comfy-Org/Qwen-Image-2.1。
3. 拖入工作流并运行：40 Euler 步，CFG 1.0，无损 KV 缓存，参考分辨率 1024。

在三轮工作流中，每个 VAE Decode 都会作为输入传给下一个 Text Encode Qwen Image 2.1，因此复制一个编辑阶段即可延长编辑链。

有一项设置必须注意：采样器使用基于已发布动态偏移构建的 ManualSigmas，而 ComfyUI 通用的 simple 调度并不是同一条曲线。如果更改输出大小或步数，请使用项目的 comfyui_sigmas.py 重新生成，并将结果粘贴回去。

经过验证的配置是配备 BF16 组件的 H100 80 GB；量化配置和消费级 GPU 配置尚未验证。示例工作流在 1280×832、960×1120 和 1024×1024 下运行。

获取方式

• 权重：Lyricccco/Qwen-Image-2.1-TailSteer，以及完整的 Diffusers 目录布局和 ComfyUI 指南。
• 其他骨干模型采用相同训练阶段：FLUX.2 [klein] Base 9B 和 SenseNova-U1.5-8B-MoT。
• 代码：Lyricccco/tailsteer；论文 arXiv 2611.06741。
• 由 akhaliq 提供的浏览器演示：endless-edit-tailsteer。

模型卡片称，一个保留能力大约翻倍的更强版本正在训练中。