フリマやECの商品写真、背景だけ白ホリに差し替えたいのに、AIに任せると肝心の商品まで別物になってしまう——そんな経験はないでしょうか。Qwen-Image-Edit は、画像をゼロから作り直すのではなく、元の被写体のらしさを保ったまま言葉の指示で背景やテキストだけを直せる「編集」モデルです。私が Mac Studio（M1 Max・メモリ32GB）で試した範囲では、素の設定だと1枚に約45分かかり実用外でしたが、設定を詰めて約3.5分/枚まで落とせました。
結論から言うと、Apple Silicon Mac でも動きます。ただし GGUF 量子化＋高速化 LoRA＋低解像度、という3つの前提を押さえるのが筋です。この記事では、その Mac 実機で実用速度に持ち込む具体設定と、被写体を崩さず背景を差し替える指示の書き方を、実際に回した記録として整理します。
※本記事は、営業出身の現役生成AIエンジニア aikun が Mac Studio（M1 Max・32GB）で実機検証した一次記録です。
まだ ComfyUI を入れていない方は、ComfyUI の導入手順をまとめた記事から先に読んでもかまいません。
Qwen-Image-Edit とは｜「生成」でなく「編集」・被写体を保ったまま直せる
📖 この章で使う用語
- 画像編集モデル：ゼロから絵を作る「生成」ではなく、既にある画像を指示で直すAI。写真の背景だけ塗り替える「レタッチ職人」に近いイメージ。
- 被写体同一性：編集後も人や商品の見た目（顔・形・色）が変わらないこと。「商品はそのまま、背景だけ白ホリに」という状態。
- GGUF：モデルを小さく圧縮して保存する形式。分厚い辞書を薄い携帯版にするようなもので、メモリの少ないマシンでも載ります。
FLUX のような「生成」モデルは、文章から絵をゼロから描き起こします。一方 Qwen-Image-Edit は、入力した画像を土台にして、変えたいところだけを直すモデルです。入り口が「文章だけ」か「画像＋文章」かが決定的に違います。
できる編集は、ざっくり4種類。文字だけ差し替える「テキスト編集」、意味を汲んだ「意味（セマンティック）編集」、画風を変える「スタイル変換」、そして今回の主役である「背景差し替え」です。共通する強みは、上位の解説記事でも繰り返し語られる「元のらしさを壊さない」点にあります。
バージョンの交通整理（2509 と、その後の新版）
Qwen-Image-Edit には 2509・2511・2512 などの版があります。私が実際に Mac で回して速度まで確かめたのは 2509 です。2511 以降は編集モードや LoRA 統合などの機能追加が公式に案内されていますが、私の手元での実測はまだ 2509 のみ。新版の詳細は各配布元の案内（Qwen 公式リポジトリ、取得 2026-07-14）で確認してください。まず動く 2509 で感覚をつかむのが、遠回りに見えて結局ラクでした。
Macで実用速度で回るのか｜45分→3.5分の実用境界（M1 Max 実機実測）
📖 この章で使う用語
- Q4_K_M（量子化）：GGUF の圧縮強度の一種。数値の精度を少し落として容量と計算量を減らす設定。
- Lightning LoRA：生成に必要な step 数を4回程度まで減らす、高速化専用の追加部品（LoRA）。
- step：AIが絵を少しずつ仕上げる回数。多いほど丁寧ですが遅くなります。
- MPS：Apple Silicon Mac の GPU を使うしくみ。NVIDIA でいう CUDA に相当します。
上位の解説記事はほとんどが NVIDIA の高性能GPU前提で、Mac で実際に何分かかるかには答えていません。そこで、私の M1 Max（32GB）での実測を先に出します。
- 素の設定（LoRAなし・20step・1024px）：約45分/枚。正直、実用外でした。
- 詰めた設定（GGUF Q4_K_M＋Lightning-4step LoRA＋768px）：約3.5分/枚。ここまで来れば普段使いできます。
なぜ速くなるのか（3つのレバー）
効いたレバーは3つです。1つ目は GGUF 量子化で、モデル自体を軽くしてメモリと計算の負担を下げる。2つ目は Lightning LoRAで、20回だった step を4回まで減らす。3つ目は 解像度を 768px に下げること。描く面積が減れば、その分だけ計算量も減ります。この3つが噛み合って、45分が3.5分になりました。
Mac と NVIDIA を混同しない
念のため線引きを。私の実機は M1 Max（32GB）だけです。NVIDIA環境は持っていないので、そちらの速度は断定できません。参考までに、NVIDIA(16GB VRAM)で GGUF Q4_K_M を使った実践記事では約30秒/枚と報告されています（aiaicreate、取得 2026-07-14）。同じ設定でも、専用GPUの方がかなり速い、という差は前提として見ておいてください。
M4/M5 や 16GB・64GB のモデルがどう動くかも、手元にないので推測になります（※これは推測です）。ただ、この処理はメモリを大きく使うので、これから Mac を選ぶなら、ユニファイドメモリは多めのほうが後で困りにくい、というのは実感としてあります。
ComfyUIでの使い方｜モデル構成とワークフロー（背景差し替えの実手順）
📖 この章で使う用語
- ノード：ComfyUI で処理を表す箱。箱同士を線でつないで流れを作ります（料理の工程表に近い）。
- VAE：画像と、AIが内部で扱う圧縮データを相互に変換する部品。
- CLIP（テキストエンコーダ）：文章の指示を、AIが分かる数値に変える通訳。
- cfg：指示にどれだけ忠実に従わせるかの強さ。
ComfyUI 本体の導入そのものは、ComfyUI の始め方の記事に譲ります。ここでは Qwen-Image-Edit を動かすための構成に絞ります。
用意するのは次の4つです。
| 役割 | 中身 |
|---|---|
| 編集モデル本体 | Qwen-Image-Edit-2509 GGUF Q4_K_M |
| テキストエンコーダ | qwen_2.5_vl_7b_fp8_scaled |
| 画像の変換部品 | qwen_image_vae |
| 高速化の追加部品 | Lightning-4step LoRA |
GGUF を読むには ComfyUI-GGUF というカスタムノードと、gguf という Python ライブラリの導入が必要です。ここを入れ忘れるとモデルが読み込めないので、最初につまずきやすい所です。
ノードの流れは、モデルを読む（UnetLoaderGGUF）→ 通訳を読む（CLIPLoader）→ 入力画像と指示を合わせる（TextEncodeQwenImageEditPlus）→ 画像を内部データに変換（VAEEncode）→ 高速化 LoRA を差す（LoraLoaderModelOnly）→ 生成（KSampler）→ 画像に戻す（VAEDecode）→ 保存、という順。設定値は 4step / cfg 1.0 / euler＋simple / 768px が私の実用ラインでした。
同じ素材を動画にもしたくなったら、Mac でのローカル動画生成に流れをまとめています。動かす段でのプロンプトの型やモデル・設定値の決め方は、Wan2.2 の使い方が担当です。
何を・どう編集できるか｜背景差し替えと、被写体を崩さない指示の書き方
📖 この章で使う用語
- プロンプト：AIへの指示文。ここでは「何を保ち・何を変えるか」を書く編集指示。
- シード：生成のランダム性を決める種番号。変えると別パターンが出ます。
私が実際に効くと感じた用途は、たとえばこのあたりです。
- フリマ・EC の商品写真を、生活感のある背景から白ホリや無地に差し替える
- SNS サムネの下地だけを差し替えて、被写体はそのまま使い回す
- 資料イラストの一部を、言葉で手直しする
被写体を保つ指示の型
コツは、変えたい部分だけでなく、「何を保つか」を明示に書くことです。私の型はシンプルで、「〈被写体〉を保ったまま、背景を〈新しい背景〉に」。たとえば「手前の水筒の形と色をそのまま保ち、背景を明るい白ホリスタジオに」といった具合です。保つ対象を言葉にするほど、商品が別物に化ける事故が減りました。
思い通りに出ないとき
一発で決めようとしないことです。私は普段の画像生成でも、シードを変えて複数枚出し、マシなものを選ぶやり方をとっています。それでも崩れるときは、指示の言い回しを変える。「白背景に」より「白ホリスタジオの背景に」のほうが安定する、といった差は言い換えて試すうちに見えてきます。この「複数枚出して選ぶ・言い換える」は、編集でもそのまま効きました。
商用利用・ライセンスと、クラウドとの使い分け
📖 この章で使う用語
- Apache 2.0：商用利用も認められることが多い、オープンなライセンスの一つ。ただし各モデルの最新規約は都度確認が必要です。
- クラウドGPU：手元ではなく借りた高性能GPUで回す方式。長尺の量産や高速化に向きます。
Qwen-Image-Edit-2509 は Apache 2.0 として配布されており、商用利用も可能とされています（Qwen 公式リポジトリ、取得 2026-07-14）。ただしライセンスの解釈や生成物の権利は、用途によって注意点が変わります。最新の規約は必ずご自身で確認し、最終的な判断は各モデルのライセンス条文や、必要なら法務・弁護士に委ねるのが安全です。ここは断定を避けます。FLUX・SD 系・Wan2.2 まで含めたモデル別の商用可否と確認手順は、ローカル生成AIの商用利用とライセンス早見表に分けて整理しています。
ローカルで足りるか、クラウドに載せ替えるか
判断軸はシンプルです。手元の Mac で、待てる速度で・出したい枚数がこなせるなら、無料でオフラインなローカルで十分。逆に、大量に速く回したい、もっと高解像度で量産したい、という段階になったら、クラウドGPU に載せ替える価値が出てきます。
なお、GPU を積んでいない一般的な VPS（レンタルサーバー）では、この種の処理はまともに回りません。載せ替えるなら GPU 付きのサービスを選んでください。ローカルの画像「生成」全体の話はMac のローカル画像生成に、必要メモリの目安はローカル生成AIの必要スペックにまとめています。クラウドで手軽に済ませたい方向けの無料の画像生成や、生成側の指示づくりを深掘りした画像生成プロンプトも、あわせてどうぞ。
よくある質問
Q1: Qwen-Image-Edit は Mac（Apple Silicon）で動きますか？
A. 動きます。ただし素の設定は遅く、GGUF＋Lightning LoRA＋低解像度が実用の前提です。私の M1 Max（32GB）では、詰めた設定で約3.5分/枚まで落ちました。
Q2: 2509 と 2511 / 2512、どれを使えばいいですか？
A. 私が速度まで確かめたのは 2509 です。2511 以降は機能追加が公式に案内されていますが、実測はまだ 2509 のみ。まず動く 2509 で慣れ、新版は各配布元の案内に沿って試すのが安全だと思います。
Q3: 生成にどれくらい時間がかかりますか？
A. M1 Max（32GB）で GGUF Q4_K_M＋Lightning-4step＋768px なら約3.5分/枚。LoRAなし・20step・1024px は約45分/枚で、実用外でした。
Q4: 商用利用できますか？
A. 2509 は Apache 2.0 で商用可能とされますが、最新規約は必ずご自身で確認してください。生成物の権利や用途の最終判断は、各ライセンスや法務に委ねるのが安全です。
Q5: LoRAなしだと遅いのはなぜですか？
A. step が多く（20回）、解像度が高い（1024px）ほど計算量が増えるためです。Lightning LoRA で4stepに減らし、768px にすると大幅に短縮できます。
営業7年から生成AIエンジニアになった aikun が、Mac Studio（M1 Max・32GB）で実際に回した記録をもとに書いています。
記事内容に誤りや古くなった情報を見つけられた場合は、send@bon-bon-tools.com までご連絡いただけると助かります。
出典
- Qwen/Qwen-Image-Edit-2509 · Hugging Face（取得：2026-07-14）
- QuantStack/Qwen-Image-Edit-2509-GGUF · Hugging Face（取得：2026-07-14）
- 【ComfyUI】Qwen-Image-Editの使い方【ネイティブ版】｜aiaicreate（note）（取得：2026-07-14）