图像

画布文件 · 共 209 条 · 第 4/5 页

本卷收录「图像」类 ComfyUI 官方工作流 209 个，按名称排序；每条依次给出说明、做法（所需模型、关键参数、下载）、官方教程链接和相关工作流，缺项不显示。

本卷通用出处（条目里不再重复）：数据源：Comfy 官方模板 · MIT

文生图·Grok 图像生成 #

图像 · 云端 API · ct-api_grok_imagine_image_quality_image_generation

人话定义

使用 Grok Imagine 中的高级质量模式，生成细节更丰富、文本渲染更佳且创意控制更强的增强图像。

做法

所需模型：Grok
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生图·HiDream 图像 #

图像 · 文生图 · ct-hidream_i1_dev

人话定义

使用 HiDream I1 开发版生成图像，平衡版本，28 步推理，适合中端硬件。

做法

所需模型：HiDream
模型文件：ae.safetensors、clip_l_hidream.safetensors、clip_g_hidream.safetensors、t5xxl_fp8_e4m3fn_scaled.safetensors、llama_3.1_8b_instruct_fp8_scaled.safetensors、hidream_i1_dev_fp8.safetensors
采样：步数 28 · CFG 1 · 采样器 lcm · 调度 normal
画面尺寸：1024×1024
工作流规模：顶层节点 12 个、连线 10 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·HiDream 图像 #

图像 · 文生图 · ct-hidream_i1_fast

人话定义

使用 HiDream I1 快速版快速生成图像，轻量版本，16 步推理，适合低端硬件快速预览。

做法

所需模型：HiDream
模型文件：ae.safetensors、clip_l_hidream.safetensors、clip_g_hidream.safetensors、t5xxl_fp8_e4m3fn_scaled.safetensors、llama_3.1_8b_instruct_fp8_scaled.safetensors、hidream_i1_fast_fp8.safetensors
采样：步数 16 · CFG 1 · 采样器 lcm · 调度 normal
画面尺寸：1024×1024
工作流规模：顶层节点 12 个、连线 10 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·HiDream 图像 #

图像 · 文生图 · ct-hidream_i1_full

人话定义

使用 HiDream I1 完整版生成图像，完整版本，50 步推理，输出质量最高。

做法

所需模型：HiDream
模型文件：clip_l_hidream.safetensors、clip_g_hidream.safetensors、t5xxl_fp8_e4m3fn_scaled.safetensors、llama_3.1_8b_instruct_fp8_scaled.safetensors、ae.safetensors、hidream_i1_full_fp8.safetensors
采样：步数 50 · CFG 5 · 采样器 uni_pc · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 12 个、连线 10 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·Ideogram 图像 #

图像 · 文生图 · ct-image_ideogram4_t2i

人话定义

输入文本提示词或结构化JSON描述。使用Ideogram 4.0生成精确布局、颜色和样式控制的图像。

做法

所需模型：Ideogram
模型文件：flux2-vae.safetensors、ideogram4_fp8_scaled.safetensors、qwen3vl_8b_fp8_scaled.safetensors、ideogram4_unconditional_fp8_scaled.safetensors
画面尺寸：1024×1024
工作流规模：顶层节点 8 个、连线 6 条 · 下载工作流 JSON

文生图·Ideogram 图像 #

图像 · 文生图 · ct-image_ideogram4_t2i_int8

人话定义

使用 Ideogram v4 根据文本提示生成图像，开源文生图系统，文字渲染与布局控制出色。无需文件输入，输出 1 张图像，适合营销视觉、精确排版的设计稿，以及构图可控的高分辨率作品。

做法

所需模型：Ideogram
模型文件：flux2-vae.safetensors、ideogram4_int8_convrot.safetensors、qwen3vl_8b_fp8_scaled.safetensors、ideogram4_unconditional_int8_convrot.safetensors
画面尺寸：1024×1024
工作流规模：顶层节点 8 个、连线 4 条 · 下载工作流 JSON

文生图·Ideogram 图像 #

图像 · 云端 API · ct-api_ideogram_p_image_t2i

人话定义

使用Ideogram的快速P-Image模型从文本描述生成图像，该模型在显著降低成本和延迟的同时，提供与领先图像模型相当的质量。接受一个文本提示词并输出一个图像，支持质量级别和分辨率控制。非常适合设计工作流中的快速迭代、高容量内容生产以及成本敏感的视觉概念A/B测试。

做法

所需模型：Ideogram
工作流规模：顶层节点 5 个、连线 4 条 · 下载工作流 JSON

文生图·Ideogram 图像 #

图像 · 云端 API · ct-api_ideogram_v4_t2i

人话定义

以结构化JSON格式输入文本提示词。生成精确布局控制、文本渲染和色彩主题支持的高质量图像。

做法

所需模型：Ideogram
工作流规模：顶层节点 5 个、连线 2 条 · 下载工作流 JSON

文生图·Ideogram 图像 #

图像 · 文生图 · ct-api_ideogram_v4_5_t2i

人话定义

使用 Ideogram 4.5 从文本提示词生成图像，可控制画布尺寸、质量级别、自动提示词重写和种子。无需文件输入，输出一张图像。非常适合以排版为主的海报、以布局为驱动的设计工作、营销视觉素材，以及快速探索视觉概念。

做法

所需模型：Ideogram
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生图·Krea 图像生成 #

图像 · 文生图 · ct-image_krea2_turbo_t2i_int8

人话定义

使用Krea-2 Turbo蒸馏文生图模型，通过高性能Int8 Convrot格式生成图像，该格式在大多数GPU上通常运行更快，同时提供比FP8更好的质量。此工作流不接受文件输入，生成单个图像输出，并可选支持风格LoRA以实现创意定制。非常适合快速概念艺术迭代、游戏或营销的批次资产生成，以及探索Convrot Int8量化的速度与质量平衡点。

做法

所需模型：Krea 2
模型文件：krea2_turbo_int8_convrot.safetensors、qwen3vl_4b_fp8_scaled.safetensors、qwen_image_vae.safetensors、krea2_darkbrush.safetensors
采样：步数 8 · CFG 1 · 采样器 euler · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

文生图·Krea 图像生成 #

图像 · 图像 · ct-flux1_krea_dev

人话定义

经过微调的FLUX模型，将照片级真实感推向极致

做法

所需模型：Flux、Flux.1 Krea Dev
模型文件：clip_l.safetensors、t5xxl_fp16.safetensors、ae.safetensors、flux1-krea-dev_fp8_scaled.safetensors
采样：步数 20 · CFG 1 · 采样器 euler · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 3 个、连线 1 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·Krea 图像生成 #

图像 · 云端 API · ct-api_krea2_t2i

人话定义

输入描述您所需场景的文本提示词。生成四张美观、高质量的图像，以创造性的多样性诠释您的提示词。

做法

所需模型：Krea 2
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生图·Krea 图像生成 #

图像 · 云端 API · ct-api_krea3_t2i

人话定义

使用 Krea 3 从文本提示生成图像，每次运行生成一张已完成图像，无需输入文件。非常适合电商产品展示、时尚与肖像创作以及建筑概念渲染。

做法

所需模型：Krea 3
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生图·Krea 图像生成 #

图像 · 文生图 · ct-image_krea2_turbo_t2i

人话定义

使用Krea 2从文本提示生成图像，这是一个为美学质量和创意控制而构建的基础模型。它专注于渲染富有表现力和艺术性的风格。非常适合概念艺术探索、视觉头脑风暴以及为设计项目创建风格化图像。

做法

所需模型：Krea 2
模型文件：krea2_turbo_fp8_scaled.safetensors、qwen3vl_4b_fp8_scaled.safetensors、qwen_image_vae.safetensors、krea2_darkbrush.safetensors
采样：步数 8 · CFG 1 · 采样器 euler · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

文生图·Lumina 图像生成 #

图像 · 动漫 · ct-image_netayume_lumina_t2i

人话定义

高质量动漫风格图像生成，角色理解更强、纹理细节更丰富，基于 Danbooru 数据集从 Neta Lumina 微调。

做法

所需模型：OmniGen
模型文件：NetaYumev35_pretrained_all_in_one.safetensors
采样：步数 30 · CFG 4 · 采样器 res_multistep · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 5 个、连线 1 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·MOSS 图像生成 #

图像 · 文生图 · ct-image_moss_image_t2i

人话定义

使用 MOSS-Image 开放权重模型，根据文本提示生成图像。该模型读取完整场景描述并输出一张成品图。提示词增强器会先将简短请求扩展为详细描述，因此一行提示即可。适用于编辑摄影、产品图和概念艺术。

做法

所需模型：MOSS-Image
模型文件：moss_image_sft_int8_convrot.safetensors、qwen3.5_9b_w4a8_gptq.safetensors、flux2-vae_small.safetensors
采样：步数 25 · CFG 2.5 · 采样器 er_sde · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

文生图·MOSS 基础框选 #

图像 · 文生图 · ct-image_moss_image_base_t2i_bboxes

人话定义

使用 MOSS-Image 基础检查点，在「创建边界框」版式与文本提示下生成图像。每个框带有独立说明，文字框会渲染其中的文字。便于在相同版式上对比基础版与指令微调检查点。

做法

所需模型：MOSS-Image
模型文件：moss_image_base_int8_convrot.safetensors、qwen3.5_9b_w4a8_gptq.safetensors、flux2-vae_small.safetensors
采样：步数 25 · CFG 2.5 · 采样器 er_sde · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 9 个、连线 10 条 · 下载工作流 JSON

文生图·MOSS 基础生图 #

图像 · 文生图 · ct-image_moss_image_base_t2i

人话定义

使用 MOSS-Image 基础检查点，根据文本提示生成图像；模型读取完整场景描述并输出一张成品图。提示词增强器会先将简短请求扩展为详细描述。适合微调实验以及与指令微调检查点的对比。

做法

所需模型：MOSS-Image
模型文件：moss_image_base_int8_convrot.safetensors、qwen3.5_9b_w4a8_gptq.safetensors、flux2-vae_small.safetensors
采样：步数 25 · CFG 2.5 · 采样器 er_sde · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

文生图·MOSS 框选生图 #

图像 · 画面布局 (Layout) · ct-image_moss_image_t2i_bboxes

人话定义

在「创建边界框」中绘制的版式基础上，结合文本提示生成图像。每个框带有独立说明，文字框也会渲染其中的文字，因此 MOSS-Image 会将各元素放在您指定的位置。适用于海报、包装展示图以及任何对排版有要求的构图。

做法

所需模型：MOSS-Image
模型文件：moss_image_sft_int8_convrot.safetensors、qwen3.5_9b_w4a8_gptq.safetensors、flux2-vae_small.safetensors
采样：步数 25 · CFG 2.5 · 采样器 er_sde · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 9 个、连线 10 条 · 下载工作流 JSON

文生图·Qwen 图像生成 #

图像 · 图像 · ct-image_qwen_Image_2512

人话定义

文生图模型，人物写实度更高，风景与动物毛发细节更细腻，文字排版更准确，支持多模态内容编排。

做法

所需模型：Qwen、Qwen-Image
模型文件：qwen_2.5_vl_7b_fp8_scaled.safetensors、qwen_image_vae.safetensors、qwen_image_2512_fp8_e4m3fn.safetensors、Qwen-Image-2512-Lightning-4steps-V1.0-fp32.safetensors
采样：步数 50 · CFG 4 · 采样器 euler · 调度 simple
画面尺寸：1328×1328
工作流规模：顶层节点 4 个、连线 1 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·Qwen 图像生成 #

图像 · 图像 · ct-image_qwen_image

人话定义

使用 Qwen-Image 20B MMDiT 模型生成图像，支持卓越的多语言文字渲染与编辑。

做法

所需模型：Qwen-Image
模型文件：qwen_image_vae.safetensors、qwen_2.5_vl_7b_fp8_scaled.safetensors、qwen_image_fp8_e4m3fn.safetensors、Qwen-Image-Lightning-8steps-V1.0.safetensors
采样：步数 8 · CFG 1 · 采样器 euler · 调度 simple
画面尺寸：1328×1328
工作流规模：顶层节点 5 个、连线 1 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·Qwen 图像生成 #

图像 · 云端 API · ct-api_qwen3_t2i

人话定义

使用Qwen图像3.0 Pro模型，从文本提示生成详细、可投入生产的图像，支持高达4.5k个令牌，适用于海报、信息图表和故事板等复杂布局。它能渲染清晰的10px文本、逼真的纹理，并原生支持12种语言和超过100种艺术风格，还可选择1-3张参考图像进行融合编辑。非常适合营销材料、教育图表和UI设计模型。

做法

所需模型：Qwen Image 3.0 Pro
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

文生图·Qwen 图像生成 #

图像 · 文生图 · ct-template_qwen_image_illustration_lora

人话定义

一个基于Qwen千问图像构建的风格LoRA的t2v工作流。生成的图像涵盖可爱的动漫角色设计、欧洲连环画风格、独立risograph印刷品、故事书水彩画、复古少女漫画以及图像小说插图。

做法

所需模型：Qwen-Image
模型文件：qwen_image_vae.safetensors、qwen_2.5_vl_7b_fp8_scaled.safetensors、qwen_image_fp8_e4m3fn.safetensors、illustration-1.0-qwen-image.safetensors
采样：步数 45 · CFG 3.5 · 采样器 euler · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 3 个、连线 1 条 · 下载工作流 JSON

文生图·Qwen 图像生成 #

图像 · 文生图 · ct-image_qwen_image_2_1_t2i

人话定义

使用 Qwen Image 2.1（最新的开放权重 Qwen-Image 模型）从文本提示生成图像，经过 25 个采样步骤生成单张 1024×1024 图像。生成和基于指令的编辑共享同一模型，原生支持 2K 输出、专业排版和透明通道。非常适合海报和布局设计、透明素材创建以及快速概念可视化。

做法

所需模型：Qwen Image 2.1
模型文件：qwen_image_2.1_int8_convrot.safetensors、qwen3vl_8b_int8_convrot.safetensors、qwen_image_2.1_vae_bf16.safetensors、qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors
采样：步数 25 · CFG 1 · 采样器 euler · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

文生图·Qwen 图像生成 #

图像 · 文生图 · ct-template_qwen_Image_2512_360_lora

人话定义

使用排名128的LoRA在20B MMDiT模型上，从文本描述生成360度等距柱状投影图像。

做法

所需模型：Qwen-Image 2512
模型文件：qwen_2.5_vl_7b_fp8_scaled.safetensors、qwen_image_vae.safetensors、qwen_image_2512_fp8_e4m3fn.safetensors、Qwen-Image-2512-Lightning-4steps-V1.0-fp32.safetensors、qwen-360-diffusion-2512-int8-bf16-v2.safetensors
采样：步数 50 · CFG 4 · 采样器 euler · 调度 simple
画面尺寸：2048×1024
工作流规模：顶层节点 8 个、连线 4 条 · 下载工作流 JSON

文生图·Qwen 图像生成 #

图像 · 图像 · ct-image_qwen_image_2512_with_2steps_lora

人话定义

Qwen千问-Image 2512 图像生成，采用2步Turbo LoRA。输入您的文本提示词即可快速生成结果，但为了速度会牺牲一些质量。

做法

所需模型：Qwen-Image 2512
模型文件：qwen_2.5_vl_7b_fp8_scaled.safetensors、qwen_image_2512_fp8_e4m3fn.safetensors、qwen_image_vae.safetensors、Wuli-Qwen-Image-2512-Turbo-LoRA-2steps-V1.0-bf16.safetensors
采样：步数 2 · CFG 1 · 采样器 euler · 调度 simple
画面尺寸：1328×1328
工作流规模：顶层节点 13 个、连线 11 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·Qwen 图像生成 #

图像 · 8位量化 (Int8) · ct-image_qwen_image_2_1_turbo_t2i

人话定义

使用 Qwen 图像 2.1 Turbo（8 步加速检查点）从文本提示词生成图像，仅需 8 个采样步骤即可生成单张 1024×1024 图像。同一模型家族，原生支持 2K 输出、专业排版和透明度通道支持，并可选配 Qwen 3.5 提示词增强器。非常适合海报与版式设计、透明素材创建以及快速概念可视化。

做法

所需模型：Qwen Image 2.1
模型文件：qwen_image_2.1_turbo_int8_convrot.safetensors、qwen3vl_8b_int8_convrot.safetensors、qwen_image_2.1_vae_bf16.safetensors、qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors
画面尺寸：1024×1024
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

文生图·Recraft 图像 #

图像 · 云端 API · ct-api_recraft_v4_1_flash_t2i

人话定义

使用 Recraft V4.1 Flash 从文本提示生成图像，这是一个快速、低成本的模型，可生成一张图像输出，无需任何文件输入。非常适合大批量生成、快速迭代、摄影和人像、氛围场景以及快速探索徽标概念。

做法

所需模型：Recraft
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生图·Recraft 图像 #

图像 · 云端 API · ct-api_recraft_v4_1_t2i

人话定义

使用Recraft V4.1从文本提示生成逼真和说明性图像，每次生成一张高质量图像。该模型擅长以创意风格解读简短提示，提供自然的逼真效果、表现力丰富的矢量图和清晰的插图。非常适合概念艺术、标志和字体设计以及生活方式产品模型。

做法

所需模型：Recraft
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

文生图·Recraft 图像 #

图像 · 云端 API · ct-api_recraft_v4_t2i

人话定义

输入文本提示词以生成高分辨率图像。使用Recraft V4模型增强真实感、文本准确性和详细的矢量图形。根据您选择的版本输出1024x1024或2048x2048的图像。

做法

所需模型：Recraft
工作流规模：顶层节点 6 个、连线 3 条 · 下载工作流 JSON

文生图·SDXL 图像生成 #

图像 · 图像 · ct-image_sdxl_simple

人话定义

使用SDXL 1.0模型从文本提示生成高质量图像，提供简单的文生图生成工作流。非常适合快速概念可视化、创意头脑风暴和视觉创意的快速原型设计。

做法

所需模型：SDXL
模型文件：sd_xl_base_1.0.safetensors
采样：步数 25 · CFG 7 · 采样器 dpmpp_2m · 调度 karras
画面尺寸：1024×1024
工作流规模：顶层节点 8 个、连线 9 条 · 下载工作流 JSON

文生图·SDXL 图像生成 #

图像 · 文生图 · ct-sdxl_refiner_prompt_example

人话定义

使用精炼模型增强SDXL图像。

做法

所需模型：SDXL、Stability
模型文件：sd_xl_refiner_1.0.safetensors、sd_xl_base_1.0.safetensors
采样：步数 25 · CFG 8 · 采样器 euler · 调度 normal
画面尺寸：1024×1024
工作流规模：顶层节点 20 个、连线 19 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·SDXL 图像生成 #

图像 · 文生图 · ct-sdxlturbo_example

人话定义

使用SDXL Turbo单步生成图像。

做法

所需模型：SDXL、Stability
模型文件：sd_xl_turbo_1.0_fp16.safetensors
画面尺寸：512×512
工作流规模：顶层节点 10 个、连线 12 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·SDXL 图像生成 #

图像 · 文生图 · ct-sdxl_simple_example

人话定义

使用SDXL生成高质量图像。

做法

所需模型：SDXL、Stability
模型文件：sd_xl_base_1.0.safetensors、sd_xl_refiner_1.0.safetensors
采样：步数 25 · CFG 8 · 采样器 euler · 调度 normal
画面尺寸：1024×1024
工作流规模：顶层节点 25 个、连线 23 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·图像生成 #

图像 · 图像 · ct-image_boogu_image_0_1_turbo_t2i

人话定义

使用Boogu Turbo模型从文本提示词生成高质量图像，这是一个经过蒸馏的10B参数文生图流水线，仅需4步即可生成逼真输出。该工作流接受一个文本提示词，输出一张1024x1024的图像。非常适合快速原型制作逼真概念、生成营销视觉素材，以及创建具有强提示词遵循度的双语文本渲染图像。

做法

所需模型：Boogu
模型文件：qwen3vl_8b_fp8_scaled.safetensors、ae.safetensors、boogu_image_turbo_fp8_scaled.safetensors
采样：步数 4 · CFG 1 · 采样器 lcm · 调度 sgm_uniform
画面尺寸：1024×1024
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

文生图·图像生成 #

图像 · 云端 API · ct-api_openai_image_1_t2i

人话定义

使用OpenAI GPT Image 1 API从文本提示生成图像。

做法

所需模型：GPT-Image-1、OpenAI
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

实例

官方教程 / 示例页

文生图·图像生成 #

图像 · 图像 · ct-image_longcat_text_to_image

人话定义

根据文本提示词生成图像。输入您期望的场景描述（英文或中文）。输出带有准确文本渲染的逼真图像。

做法

所需模型：LongCat
模型文件：longcat_image_bf16.safetensors、qwen_2.5_vl_7b_fp8_scaled.safetensors、ae.safetensors
采样：步数 20 · CFG 4 · 采样器 euler · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 4 个、连线 3 条 · 下载工作流 JSON

文生图·图像生成 #

图像 · 云端 API · ct-api_bytedance_seedream_5_0_flash_t2i

人话定义

使用 Seedream 5.0 Flash 从文本提示生成高质量图像，可生成 1K、1.5K 或 2K 的精细视觉效果，具备电影级光影和准确的文字渲染，并保存为单张图像输出。

做法

所需模型：Seedream 5.0
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生图·图像生成 #

图像 · 云端 API · ct-api_meta_muse_image_t2i

人话定义

使用Meta的Muse Image 1.0模型从文本提示生成图像，该模型忠实遵循指令、精确编辑，并从多个参考中构图。该工作流无需文件输入，产生1个图像输出，由Save Image Advanced节点处理最终渲染。非常适合创意概念探索、快速视觉原型制作，以及生成精美的营销或社交媒体图像。

做法

所需模型：Muse Image
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生图·图像生成 #

图像 · 文生图 · ct-image_pixeldit_t2i

人话定义

输入一个文本提示词和可选的反向提示词。使用PixelDiT的无VAE像素扩散变换器生成1024px图像。

做法

所需模型：PixelDiT
模型文件：pixel_space、gemma_2_2b_it_elm_bf16.safetensors、pixeldit_1300m_1024px_bf16.safetensors
采样：步数 30 · CFG 4 · 采样器 er_sde · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 5 个、连线 3 条 · 下载工作流 JSON

文生图·图像生成 #

图像 · 图像 · ct-image_kandinsky5_t2i

人话定义

轻量级 2B 模型，从英语和俄语提示生成高质量视觉图像。

做法

所需模型：Kandinsky
模型文件：qwen_2.5_vl_7b_fp8_scaled.safetensors、clip_l.safetensors、kandinsky5lite_t2i.safetensors、ae.safetensors
采样：步数 50 · CFG 3.5 · 采样器 euler · 调度 simple
画面尺寸：1024×1024
工作流规模：顶层节点 3 个、连线 1 条 · 下载工作流 JSON

文生图·图像生成 #

图像 · 云端 API · ct-api_bytedance_seedream_5_0_lite_t2i

人话定义

输入你的简介提示词以生成详细的图像。此工作流可根据你的描述创建视觉表现，并对风格和布局进行精确控制。

做法

所需模型：Seedream 5.0
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生图·Grok 图像生成 #

人话定义

做法

相关词条

文生图·HiDream 图像 #

人话定义

做法

实例

相关词条

文生图·HiDream 图像 #

人话定义

做法

实例

相关词条

文生图·HiDream 图像 #

人话定义

做法

实例

相关词条

文生图·Ideogram 图像 #

人话定义

做法

相关词条

文生图·Ideogram 图像 #

人话定义

做法

相关词条

文生图·Ideogram 图像 #

人话定义

做法

相关词条

文生图·Ideogram 图像 #

人话定义

做法

相关词条

文生图·Ideogram 图像 #

人话定义

做法

相关词条

文生图·Krea 图像生成 #

人话定义

做法

相关词条

相关资讯

文生图·Krea 图像生成 #

人话定义

做法

实例

文生图·Krea 图像生成 #

人话定义

做法

相关词条

相关资讯

文生图·Krea 图像生成 #

人话定义

做法

相关词条

文生图·Krea 图像生成 #

人话定义

做法

相关词条

相关资讯

文生图·Lumina 图像生成 #

人话定义

做法

实例

相关词条

文生图·MOSS 图像生成 #

人话定义

做法

相关词条

文生图·MOSS 基础框选 #

人话定义

做法

相关词条

文生图·MOSS 基础生图 #

人话定义

做法

相关词条

文生图·MOSS 框选生图 #