nano banana、kontext dev和qwen Edit三大图像编辑模型的提取能力及解决方案：图案印花、衣服服饰提取等

最近AI绘画的开闭源模型很热闹，图像编辑模型是大热，开源有kontext dev和qwen edit，闭源的最强王者google的gemini 2.5 flash image（nano banana)。

今天围绕“提取”的场景，看看三者之间的表现。这次任务需要：提取图案印花和提取衣物。

• kontext提取的能力：
  • 打开我们的closerAI 万物提取的工作流：

• 工作流主要思路是使用NAG技术，提示词写上：

• 反向提示词也写上：

• 运行工作流后得出：

• qwen-edit提取能力
  • qwen-edit是有这个能力的，这个能力的释放得益于之前我开发的节点

• 这次更新我加入了“图案印花提取”和“衣物提取”的qwen系统指令。
  • 同时加入了自定义模板，大家可以自己添加自己的模板，这样更自由。

• 打开我们的closerAI qwenEdit万物提取工作流：

• 使用很简单，选中我们的衣物提取模板。
  • 正反向提示词这样写：

• 直接运行工作流：

• nano banana提取能力
• nano banana最近太火了，我也开发了一个节点，不多说，我这个节点肯定是（逆向实现的），将羊毛薅到底。

• 我们可以看出，三个模型在提取衣物上都能成功。我们没有其它LORA的加持，kontext通过正反提示词+NAG来实现的，qwenEDit是通过双向qwen系统指令来实现的。

我们来看看它们的提取图案印花方面的能力：

下面提示词统一是：

1. kontext dev的图案印花提取能力

2、qwenEdit的图案印花提取能力

3  nano banana的提取能力

本地算力不够怎么办？

如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn

Flux Kontext Dev图案提取体验地址：

注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151 通过这个链接第一次注册送1000点，每日登录送100点

最后几句：

kontext万物提取使用NAG技术加持，正反提示词即可提取。qwenEdit也有这个能力，但如果你使用基础流，一般很难出效果，因为使用的是通用的qwen系统指令，经过迭代后，开发出对应的qwen指令生成节点，内置对应场景的特定系统专属指令，让任务更明确，减少抽卡概率。