

#【推荐工具: https://material-guide.site/】
这是一个基于 Qwen Image Edit 模型的多角度图像生成工作流,主要用于从单张输入图像生成不同视角的图像。
工作流程概览
该工作流分为以下几个主要步骤:
1. 模型和 VAE 加载 (STEP 1)
- CLIPLoader (节点 38): 加载
qwen_2.5_vl_7b_fp8_scaled.safetensors文本编码器 - VAELoader (节点 39): 加载
qwen_image_vae.safetensorsVAE 模型 - 模型选择器 (节点 244): 在两个模型之间切换:
- 节点 37:
UNETLoader加载标准 FP8 模型 (当前禁用,mode=4) - 节点 241:
NunchakuQwenImageDiTLoader加载量化的 INT4 模型svdq-int4_r32-qwen-image-edit-2509-lightningv2.0-4steps.safetensors(当前启用)
- 节点 37:
2. 模型处理链
模型经过以下处理:
- LoraLoaderModelOnly (节点 89): 应用 Lightning LoRA
Qwen-Image-Lightning-8steps-V1.0.safetensors加速采样 - ModelSamplingAuraFlow (节点 66): 配置采样参数
- CFGNorm (节点 75): 应用 CFG 归一化,强度为 1
3. 输入图像处理 (STEP 2)
- INPUT IMG 1 (节点 78): 加载主输入图像
ltxv-base_00001.png - ImageScale (节点 246): 缩放到 1024x1024
- ImageScaleToTotalPixels (节点 93): 调整总像素数为 1M
- VAEEncode (节点 88): 将图像编码为潜在空间
可选的 INPUT IMG 2 (节点 144-145,当前禁用) 用于添加额外细节如眼镜或帽子。
4. 文本提示编码 (STEP 3)
使用 TextEncodeQwenImageEditPlus 节点生成三个不同视角的条件:
- Prompt 1 (节点 137): "Shows the back-side of the man" - 背面视角
- Prompt 2 (节点 111): "Shows the side view of the man, facing to the left." - 左侧面
- Prompt 3 (节点 128): "Shows the side view of the man, facing to the right." - 右侧面
- 负面提示 (节点 110): "low quality, low resolution, artifacts, bad quality" - 用于所有采样器
5. 采样生成 (SAMPLERS)
三个 KSampler 节点并行运行,生成三个不同视角:
- KSampler 2 (节点 3): 使用 pos 1 和 neg 1,8 步,seed=453336034331422
- KSampler 3 (节点 125): 使用 pos 2 和 neg 1,8 步,seed=921526798321862
- KSampler 1 (节点 132): 使用 pos 3 和 neg 1,8 步,seed=117876004670144
所有采样器使用 euler 采样器和 simple 调度器,去噪强度为 1。
6. 解码和保存 (RESULTS)
- VAEDecode 节点 (8, 126, 136): 将潜在空间解码回图像
- SaveImage 节点 (130, 131, 135, 139): 保存生成的图像到
ComfyUI/QWENPLUS目录
核心机制
工作流使用 SetNode/GetNode 系统实现数据共享,避免重复连接:
- VAE、CLIP、MODEL、输入图像、潜在空间、条件和结果都通过这种方式在节点间传递
- 这使得工作流更整洁,易于维护
Notes
这个工作流专门设计用于多视角图像生成,特别适合角色设计和 3D 建模的参考图生成。 使用量化的 INT4 模型和 Lightning LoRA 可以显著加速生成过程,同时保持较高质量。 节点 148 的注释提到可以启用第二个输入图像来添加配饰等细节。
#【推荐工具: https://material-guide.site/】
这是一个基于 Qwen Image Edit 模型的多角度图像生成工作流,主要用于从单张输入图像生成不同视角的图像。
工作流程概览
该工作流分为以下几个主要步骤:
1. 模型和 VAE 加载 (STEP 1)
- CLIPLoader (节点 38): 加载
qwen_2.5_vl_7b_fp8_scaled.safetensors文本编码器 - VAELoader (节点 39): 加载
qwen_image_vae.safetensorsVAE 模型 - 模型选择器 (节点 244): 在两个模型之间切换:
- 节点 37:
UNETLoader加载标准 FP8 模型 (当前禁用,mode=4) - 节点 241:
NunchakuQwenImageDiTLoader加载量化的 INT4 模型svdq-int4_r32-qwen-image-edit-2509-lightningv2.0-4steps.safetensors(当前启用)
- 节点 37:
2. 模型处理链
模型经过以下处理:
- LoraLoaderModelOnly (节点 89): 应用 Lightning LoRA
Qwen-Image-Lightning-8steps-V1.0.safetensors加速采样 - ModelSamplingAuraFlow (节点 66): 配置采样参数
- CFGNorm (节点 75): 应用 CFG 归一化,强度为 1
3. 输入图像处理 (STEP 2)
- INPUT IMG 1 (节点 78): 加载主输入图像
ltxv-base_00001.png - ImageScale (节点 246): 缩放到 1024x1024
- ImageScaleToTotalPixels (节点 93): 调整总像素数为 1M
- VAEEncode (节点 88): 将图像编码为潜在空间
可选的 INPUT IMG 2 (节点 144-145,当前禁用) 用于添加额外细节如眼镜或帽子。
4. 文本提示编码 (STEP 3)
使用 TextEncodeQwenImageEditPlus 节点生成三个不同视角的条件:
- Prompt 1 (节点 137): "Shows the back-side of the man" - 背面视角
- Prompt 2 (节点 111): "Shows the side view of the man, facing to the left." - 左侧面
- Prompt 3 (节点 128): "Shows the side view of the man, facing to the right." - 右侧面
- 负面提示 (节点 110): "low quality, low resolution, artifacts, bad quality" - 用于所有采样器
5. 采样生成 (SAMPLERS)
三个 KSampler 节点并行运行,生成三个不同视角:
- KSampler 2 (节点 3): 使用 pos 1 和 neg 1,8 步,seed=453336034331422
- KSampler 3 (节点 125): 使用 pos 2 和 neg 1,8 步,seed=921526798321862
- KSampler 1 (节点 132): 使用 pos 3 和 neg 1,8 步,seed=117876004670144
所有采样器使用 euler 采样器和 simple 调度器,去噪强度为 1。
6. 解码和保存 (RESULTS)
- VAEDecode 节点 (8, 126, 136): 将潜在空间解码回图像
- SaveImage 节点 (130, 131, 135, 139): 保存生成的图像到
ComfyUI/QWENPLUS目录
核心机制
工作流使用 SetNode/GetNode 系统实现数据共享,避免重复连接:
- VAE、CLIP、MODEL、输入图像、潜在空间、条件和结果都通过这种方式在节点间传递
- 这使得工作流更整洁,易于维护
Notes
这个工作流专门设计用于多视角图像生成,特别适合角色设计和 3D 建模的参考图生成。 使用量化的 INT4 模型和 Lightning LoRA 可以显著加速生成过程,同时保持较高质量。 节点 148 的注释提到可以启用第二个输入图像来添加配饰等细节。