Qwen-Image-2.1 越改越糊？多轮编辑失真排查指南

使用 Qwen-Image-2.1 做图片编辑时，很多问题并不会在第一次生成就暴露。

第一轮替换背景效果正常，第二轮调整服装之后画面色彩开始过浓；持续迭代修改，原本清晰的纹理慢慢出现碎块。还有一类场景：把模型生成出来的图作为参考送入新编辑任务，模型没有按照提示词重构画面，反而高饱和度地保留原图构图。

这类失真现象已经有不少用户反馈，但不能简单归因为 “多轮编辑必然画质衰减”，也不能寄希望于单纯更换 seed 直接根治。

一套稳妥的排查思路，需要拆分三个核心方向：输入参考图本身的变化、随机种子状态是否符合预期、推理运行环境带来的额外异常。

本文结合官方仓库讨论、Diffusers 实现逻辑以及托管 API 文档，整理一套可落地的诊断流程。文中的对照方案仅为排查思路，并非经过大规模实测的修复方案，不含虚构成功率、性能数据。

一、先确认：社区公开反馈说明了哪些信息？

有用户反馈，将模型生成 / 编辑后的图片继续作为参考输入，复用同一个 seed 的情况下会出现失真；更换 seed，或者保持 seed、调整输出分辨率，异常现象在该测试中消失。

后续陆续有其他用户复现同类问题，也有用户在特定硬件环境下测试，使用生成图作为新任务参考图时触发相似问题，测试对照组包含更换 seed、修改输出尺寸为 1152×896。

这些反馈仅证明：在特定编辑链路里，seed、输出尺寸和画面失真存在可观测的关联。
但无法证实下面几点：

1. 所有 Qwen-Image-2.1 部署环境都会复现该问题；
2. 官方托管 Pro、Turbo 版本和本地权重版本表现完全一致；
3. seed 是失真问题的唯一根因；
4. 1152×896 这个分辨率是适配所有图片的修复方案。

该 Issue 讨论目前仍处于开放状态，官方暂未发布明确根因结论。所以换 seed、调整分辨率只能作为社区验证过的对照手段，不能当作通用、确定性的修复方案。

二、固定 seed ≠ 锁定人物、商品和构图

seed 的作用是控制随机生成过程，它并不是人物 ID、商品外观锁，不能强制固定主体样貌。

在 Diffusers 的 QwenImage21Pipeline 实现逻辑中，参考图会编码成生成条件；如果没有手动传入初始潜变量，模型会依靠 generator 生成随机潜变量，输出宽高会直接决定潜变量的形状。

由此可以理解：哪怕 seed 保持不变，只要输入参考图、提示词、输出分辨率任意一项发生变化，生成条件就已经改变，不能期待模型自动保留完全一致的人脸、色彩、布局。

还有一个容易踩坑点：持续复用同一个 Generator 对象，不等于每次都从同一个 seed 起点生成。

根据 Diffusers 官方说明，Generator 会持续消耗内部随机状态，连续复用会让随机状态向后偏移；想要复现完全一致的起点，需要重新设置 seed 或者新建 Generator 实例。不同推理平台、依赖版本之间，也很难保证输出结果完全对齐。

排查记录重点应当写清楚本轮随机状态如何初始化，而不是只记录配置里填写的 seed 数字。

三、区分三类失真现象，不要笼统概括为 “越改越糊”

1. 指定区域修改生效，但未编辑区域逐轮偏移

典型场景：第一轮换背景、第二轮改服装、第三轮调整光影，每一轮指定修改目标都完成，但人物面部、商品边缘、包装文字等不需要改动的区域同步发生变化。

优先排查：是否持续把上一轮输出图作为唯一参考输入。
如果上一轮已经引入了细节偏差，再把这张图送入下一轮编辑，偏差会继承为新的输入条件。这是重要排查假设，最终是否由链式迭代导致，需要留存每一轮原图对照验证。

2. 单次迭代突然出现过饱和、纹理碎块、构图错乱

这类现象重点对照社区反馈的链路：拿模型生成的图片做参考，并且沿用生成这张图时的 seed。

特征相似仅作为定位线索，不等于锁定根因。需要先做单变量对照测试，再判断 seed 在你的部署环境里是否稳定触发异常。

3. 首轮、无关任务都持续出现同类伪影

不管换什么输入图、什么提示词，画面固定位置反复出现条纹、色块、畸变，这时排查范围需要扩大：模型权重文件、量化方案、推理后端、图片预处理链路都有可能是诱因。

社区也有用户反馈，在特定系统、量化版本下会稳定出现线条伪影。这属于特定环境个案，不能推论所有量化版本都存在缺陷，要和多轮迭代失真分开排查。

四、第二轮编辑，该传入原图还是上一轮生成结果？

选择方案取决于修改需求是否需要累积效果。

情况一：修改相互独立，优先从原始原图分支
例如同一件商品，需要分别生成白底、木桌、展台三张效果图，三次任务都直接使用原始商品素材作为参考。
每一张结果都溯源原图，避免继承上一轮生成图里的意外畸变。该方案无法保证主体 100% 不变，但可以大幅减少链式输入带来的累积变量。

情况二：修改效果必须叠加，保留版本检查点
比如第二轮需要保留第一轮更换后的背景继续编辑，这时继续用上一轮结果作为输入是合理选择。

建议规范版本命名：
source：原始素材
v1：第一轮输出结果
v2：基于 v1 迭代编辑
accepted：最近一次验收合格版本

一旦发现失真，从最近一个合格版本重新分支，不要在已经失真的图片上持续修改。

情况三：合并需求，直接基于原图一次性生成
如果需求依次是换背景、改成横版、调整光线，可以尝试直接在原图输入中，把全部编辑指令合并为一条提示词一次性提交。
但合并指令会提升任务复杂度，存在漏改、错改风险，仅作为备选方案对比，不能保证效果优于分步编辑。

五、三组对照实验，验证 seed 是否为影响因素

测试时禁止同时改动模型、提示词、分辨率、参考图多个变量，否则画面变好也无法定位有效原因。

先保存一份稳定复现失败的输入素材，固定提示词、模型版本和其余参数，执行下面三组对照：

表格

每组都留存完整输出，并且重复多次测试。单次偶然改善，不能作为稳定结论。

分辨率这一组解读需要谨慎：修改尺寸不仅改变噪声潜变量形状，同时会影响构图、缩放、细节渲染。就算失真消失，也不能直接认定噪声机制就是问题根源。

如果 B 组多次测试后失真概率明显降低，可以临时把 “避开原图生成时的 seed” 加入工作流，同时记录适配的模型、环境。这属于本地验证后的规避手段，不是永久性修复方案。

六、提示词改写、图像预处理，容易被忽略的隐藏变量

业务接口提交的提示词，不一定是送入模型的最终文本。如果开启了平台自动提示词扩写，每一轮编辑的文本都会经过额外处理。

托管 API 支持 seed、prompt_extend 等扩展参数，不同 SDK 下参数传递逻辑有区别。排查时统一固定扩写开关，如果可以，保存扩写完成后的最终提示词，不要直接把本地推理参数套用到托管接口。

图片预处理链路也需要全程对齐：

• 是否存在自动裁剪、缩放；
• RGBA 透明图是否自动转为 RGB，透明底色被填充；
• 是否反复使用有损格式保存；
• 多参考图的传入顺序是否变动。

不要直接覆盖每一轮产出图片。如果只保留最终成品，很难区分畸变来自模型生成、图片存储压缩，还是上传平台的预处理。

七、本地推理和 API 调用，分开留存环境日志

本地部署可以记录更完整的推理信息：
模型仓库版本号、Diffusers/PyTorch 等依赖版本、硬件设备、计算精度、量化方式、采样调度器、全部入参、随机初始化方式。

托管 API 无法获取底层全部实现，重点留存这些信息：
接口地址、模型 ID、请求时间、request_id、提交参数、输入输出图片标识、平台给出的版本说明。
无法获取的底层参数标注为未知，不要自行猜测后端的采样器、精度、权重版本。

通过 KoalaAPI 这类 API 中转平台调用时，可以依靠请求 ID 串联排查记录，核对平台支持的编辑能力与扩展参数。
本地仓库存在问题，不代表托管路由会复现；接口返回成功，也不代表编辑结果不存在失真缺陷。

八、规范记录清单，精准定位失真起始轮次

每一轮编辑都保存记录，推荐使用下面的结构记录（仅示例，不是请求体）：

{
  "run_id": "edit-003",
  "parent_run_id": "edit-002",
  "source_image_sha256": "原始文件哈希",
  "input_image_sha256": "本轮输入图哈希",
  "output_image_sha256": "本轮输出图哈希",
  "model": "模型标识",
  "revision": "版本",
  "seed": 12345,
  "width": 1024,
  "height": 1024,
  "prompt_file": "prompt.txt",
  "request_id": "API返回编号"
}

文件哈希用来确认读取的是不是同一份图片，不代表画面视觉一致。PNG 重新保存、元数据改动都会改变哈希；想要像素级比对，需要解码图像矩阵对比。

带上父子链路记录，就能精准定位：v1 正常，v2 开始偏色，v3 纹理碎裂，而不是笼统描述 “改几次之后图就坏了”。

九、量化验收标准，不靠主观感觉判断失真

提前划分允许变化区域和必须保留区域。
举个例子：更换背景时，背景属于可变区域；商品结构、人脸特征属于需要保留区域；修改服装时，边界规则重新定义。

验收维度可以拆分为这几项：
指令完成度：要求修改的内容是否实现；
主体稳定性：主体身份、外形、标识有没有非预期改动；
色彩异常：是否出现无关过饱和、偏色；
局部伪影：碎块、断裂纹理、异常边缘；
无关区域改动：未指定编辑区域变化是否在业务容忍范围。

像素差值、色彩相似度指标可以辅助判断，但不能单独作为判定标准。背景、光照按要求修改后，整图相似度下降属于正常现象。必须先定义保留规则，指标才有判断意义。

商品图场景，包装文字、接口结构可以设置为硬性校验项；人像编辑重点核验五官、手部、服饰边界，而非强制要求和原图一模一样。

十、失真出现后的标准处理流程

1. 停止覆盖图片，保存失真前后全部素材与请求参数；
2. 使用完全一致输入复测，确认问题可复现；
3. 单独更换 seed，做对照测试；
4. 按需单独修改分辨率，观测影响；
5. 回退到最近合格版本，验证是否还会复现；
6. 固定提示词扩写、图片预处理、推理环境；
7. 提交最小复现包用于反馈，不要只上传一张失真效果图。

业务上不能等待官方定位根因时，可以在自测验证后使用分支编辑、回退检查点、调整随机参数等规避方案，同时记录方案适用范围。

使用 KoalaAPI 管理图片编辑任务时，也可以在应用层接入这套版本记录和验收逻辑。方便区分是接口适配、预处理问题，还是模型生成本身的问题，减少无意义的重试。

Qwen-Image-2.1 多轮编辑失真，核心重点并不是寻找一个万能 seed。关键在于理清图片如何流入下一轮、随机状态如何初始化、畸变在哪一轮首次出现。先搭建可复现的编辑链路，再验证规避手段是否有效，排查结论才适配你自己的业务环境。