图像

画布文件 · 共 209 条 · 第 5/5 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·图像生成 #

图像 · 文生图 · ct-image_ernie_image

人话定义

使用ERNIE-Image模型从文本提示生成图像。输入文本描述，即可生成风格多样、细节丰富的结构化视觉效果。

做法

所需模型：ERNIE-Image
模型文件：ernie-image.safetensors、ministral-3-3b.safetensors、flux2-vae.safetensors、ernie-image-prompt-enhancer.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 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_z_image

人话定义

创意自由的基础。多样美学与出色写实品质；适合微调；对负面提示敏感；生成多样性高。

做法

所需模型：Z-Image
模型文件：ae.safetensors、qwen_3_4b.safetensors、z_image_bf16.safetensors
采样：步数 25 · 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 3 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 · 文生图 · ct-image_ovis_text_to_image

人话定义

Ovis-Image 是 7B 文生图模型，专为生成图像中的高质量文字渲染而优化，在低算力环境下也能高效运行，擅长生成含文字内容的图像。

做法

所需模型：Ovis-Image
模型文件：ae.safetensors、ovis_image_bf16.safetensors、ovis_2.5.safetensors
采样：步数 20 · CFG 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

实例

官方教程 / 示例页

文生图·图像生成 #

图像 · 云端 API · ct-api_openai_gpt_image_2_t2i

人话定义

使用OpenAI的最新模型创建可用于宣传的海报、产品照片和多语言标牌。上传可选的参考图，编写详细的提示词，生成高质量、逼真的输出。

做法

所需模型：GPT Image 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·图像生成 #

图像 · 文生图 · ct-image_mage_flow_turbo_t2i_int8

人话定义

使用紧凑的4B参数Mage-Flow Turbo模型，从文本提示生成高质量图像，无需任何文件输入即可输出单张图像。此工作流支持从512到2048像素每边的原生分辨率生成，适用于任何宽高比，包括极端的4:1比例。非常适合在中等硬件上进行快速概念可视化、创意资产生成和低延迟图像原型设计。

做法

所需模型：Mage-Flow
模型文件：mage_flow_turbo_int8_convrot.safetensors、qwen3vl_4b_bf16.safetensors、mage_flow_vae_bf16.safetensors
采样：步数 4 · CFG 1 · 采样器 euler · 调度 simple
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 · 云端 API · ct-api_openrouter_mai_image_26_flash

人话定义

使用 Microsoft 的 MAI Image 2.6 Flash 从文本提示词生成图像，这是一款快速、经济高效的模型，强调低延迟和高吞吐量，适合快速视觉构思。该工作流接收单个文本提示词并生成一个图像输出。非常适合概念草图、营销样稿和批次资产草稿，这些场景中速度比最终润色更重要。

做法

所需模型：Mai Image 2.6
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 · 图像 · ct-image_z_image_turbo

人话定义

高效的图像生成基础模型，采用单流扩散变换器，支持中英文。

做法

所需模型：Z-Image-Turbo
模型文件：qwen_3_4b.safetensors、ae.safetensors、z_image_turbo_bf16.safetensors
采样：步数 8 · CFG 1 · 采样器 res_multistep · 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·图像生成 #

图像 · 文生图 · ct-image_lens_turbo_t2i

人话定义

输入文本提示词并选择分辨率、宽高比和推理步数。使用Lens文生图模型生成高质量图像。

做法

所需模型：Lens
模型文件：flux2-vae.safetensors、gpt_oss_20b_nvfp4.safetensors、lens_turbo_bf16.safetensors
画面尺寸：1440×1440
工作流规模：顶层节点 5 个、连线 3 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 · 8位量化 (Int8) · ct-image_ming_image_01_design_t2i

人话定义

使用 Ming Image 0.1 Design 从文本提示生成文本密集型设计作品，这是一个针对 UI 屏幕、信息图表和海报调优的 6B 模型。它不接受文件输入，仅生成一张图像，支持透明背景以便于分层。非常适合界面原型、营销海报和数据丰富的信息图表草稿。

做法

所需模型：Ming Image
模型文件：qwen3.8_27b_w4a8.safetensors、ming_image_0.1_ling_mini_2.0_int8_convrot.safetensors、ming_image_0.1_design_int8_convrot.safetensors、ming_image_vae_bf16.safetensors
画面尺寸：1024×2048
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 · 云端 API · ct-api_openai_gpt_image_25_sunburst_t2i

人话定义

GPT Image 2.5 Sunburst 是一个高保真图像编辑和生成模板，用于创建精致、细节丰富的视觉内容。它能在多次迭代中保持主体身份、复杂材质、光照一致性和场景结构。适用于概念细化、产品视觉、角色场景、电影背景以及需要精确性、真实感和视觉深度的已完成艺术作品。

做法

所需模型：GPT Image 2.5
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 · 动漫 · ct-image_anima_preview

人话定义

输入一个文本提示词，使用Anima模型生成动漫风格的图像。配置步数和CFG缩放等设置来控制输出。该工作流会根据你的简介生成一幅非写实风格的插图。

做法

所需模型：Anima
模型文件：qwen_3_06b_base.safetensors、qwen_image_vae.safetensors、anima-preview3-base.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 3 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 · 文生图 · ct-Image_capybara_v0_1_text_to_image

人话定义

输入文本提示词以生成图像。此工作流使用Capybara统一模型进行文生图合成。

做法

所需模型：Capybara
模型文件：capybara_v0.1.safetensors、qwen_2.5_vl_7b.safetensors、byt5_small_glyphxl_fp16.safetensors、hunyuanvideo15_vae_fp16.safetensors
工作流规模：顶层节点 5 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_tencent_hy_image_3_5_preview_t2i

人话定义

腾讯混元的预览图像模型，相较上一个版本在三个方面有所增强：面向广告、信息图和 UI 设计的多语言文本渲染与排版；覆盖电影感、漫画、商业摄影和插画的照片级真实感与风格范围；以及在背景、服装和风格变化中保留人物与产品关键特征的编辑一致性。输出最高支持 4K 分辨率。

做法

所需模型：HY Image 3.5
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 · 动漫 · ct-image_anima_base_v1

人话定义

输入一个描述动漫或艺术插画的文本提示词。生成一张专注于动漫概念、角色或风格的非真实感图像。

做法

所需模型：Anima
模型文件：qwen_3_06b_base.safetensors、qwen_image_vae.safetensors、anima-base-v1.0.safetensors、anima-turbo-lora-v0.2.safetensors
采样：步数 30 · 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

实例

官方教程 / 示例页

文生图·图像生成 #

图像 · 图像 · ct-image_omnigen2_t2i

人话定义

使用OmniGen2统一的7B多模态模型和双路径架构从文本提示生成高质量图像。

做法

所需模型：OmniGen
模型文件：ae.safetensors、qwen_2.5_vl_fp16.safetensors、omnigen2_fp16.safetensors
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·图像生成 #

图像 · 图像 · ct-image_chroma1_radiance_text_to_image

人话定义

Chroma1-Radiance 直接处理图像像素而非压缩潜变量，画质更高，伪影与失真更少。

做法

所需模型：Chroma
模型文件：t5xxl_fp8_e4m3fn_scaled.safetensors、chroma-radiance-x0.safetensors、pixel_space
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 · 文生图 · ct-image_ernie_image_turbo

人话定义

使用 ERNIE-Image Turbo 根据文本提示生成图像，文字渲染精准、布局结构化，画质高。

做法

所需模型：ERNIE-Image
模型文件：ernie-image-turbo.safetensors、ministral-3-3b.safetensors、flux2-vae.safetensors、ernie-image-prompt-enhancer.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 3 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 · 文生图 · ct-image_z_image_turbo_int8

人话定义

使用Z-Image-Turbo int8模型生成逼真的图像，该模型是一个经过蒸馏的6B参数变体，通过高效的8步采样优化了亚秒级推理。工作流以文本提示词作为输入，输出一张高质量图像。非常适合快速创意迭代、逼真的概念艺术以及生产级视觉原型制作。

做法

所需模型：Z-Image-Turbo
模型文件：qwen_3_4b_fp8_mixed.safetensors、ae.safetensors、z_image_turbo_int8_convrot.safetensors
采样：步数 8 · CFG 1 · 采样器 res_multistep · 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 · 文生图 · ct-image_z_image_int8

人话定义

使用Z-Image Int8模型从文本提示词生成高质量、多样化的图像，该模型利用未蒸馏的变换器实现精确的提示词遵循和广泛的风格覆盖。该工作流无需文件输入，通过标准的文生图管道生成1个图像输出。非常适合专业创意项目、LoRA训练和模型开发，以及需要强大负面控制和高度构图多样性的场景。

做法

所需模型：Z-Image
模型文件：ae.safetensors、qwen_3_4b.safetensors、z_image_int8_convrot.safetensors
采样：步数 25 · 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 3 条 · 下载工作流 JSON

文生图·图像生成 #

图像 · 文生图 · ct-image_chroma_text_to_image

人话定义

Chroma 增强版 Flux 模型，画质更好、提示词理解更强，可生成出色的文生图效果。

做法

所需模型：Chroma、Flux
模型文件：ae.safetensors、t5xxl_fp8_e4m3fn_scaled.safetensors、Chroma1-HD-fp8mixed.safetensors
画面尺寸：1024×1024
工作流规模：顶层节点 18 个、连线 16 条 · 下载工作流 JSON

文生图·图像生成 #

图像 · 文生图 · ct-image_mage_flow_t2i_int8

人话定义

使用Mage-Flow从文本提示生成高分辨率图像，这是一个紧凑的4B参数扩散模型，可输出单张图像，原生分辨率从每边512像素到2048像素。非常适合在有限计算预算下进行快速概念可视化、创意资产生成以及受控图像合成研究。

做法

所需模型：Mage-Flow
模型文件：mage_flow_int8_convrot.safetensors、qwen3vl_4b_bf16.safetensors、mage_flow_vae_bf16.safetensors
采样：步数 30 · CFG 5 · 采样器 euler · 调度 simple
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 · 云端 API · ct-api_openrouter_mai_image_26_t2i

人话定义

使用 Microsoft 的 MAI Image 2.6 从文本提示词生成高质量图像，这是一款顶级模型，在清晰可读的图像内文字渲染、逼真肖像和商业产品视觉方面表现出色。只需输入提示词即可生成 1 个图像输出，无需文件输入。非常适合营销资产、电影级概念艺术以及需要精致、文字准确视觉效果的创意项目。

做法

所需模型：Mai Image 2.6
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_bytedance_seedream_5_0_pro_t2i

人话定义

使用 Seedream 5.0 Pro 从文本提示生成图像，输出一张高质量图片。适用于创意概念艺术、营销视觉样机以及设计项目的快速构思。

做法

所需模型：Seedream 5.0 Pro
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_lens_t2i

人话定义

输入文本提示词并选择分辨率和宽高比。使用高效的Lens文生图模型生成高质量图像。

做法

所需模型：Lens
模型文件：flux2-vae.safetensors、gpt_oss_20b_nvfp4.safetensors、lens_bf16.safetensors
画面尺寸：1440×1440
工作流规模：顶层节点 4 个、连线 3 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 · 动漫 · ct-image_newbieimage_exp0_1-t2i

人话定义

使用NewBie Exp0.1生成精细的动漫风格图片，支持XML结构化提示词以增强多角色场景与属性控制。

做法

所需模型：NewBie
模型文件：NewBie-Image-Exp0.1-bf16.safetensors、ae.safetensors、gemma_3_4b_it_bf16.safetensors、jina_clip_v2_bf16.safetensors
采样：步数 20 · CFG 5.5 · 采样器 res_multistep · 调度 simple
画面尺寸：1024×1536
工作流规模：顶层节点 9 个、连线 6 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 · 云端 API · ct-api_openai_gpt_image_25_flare_t2i

人话定义

GPT Image 2.5 Flare 是一个快速图像生成和编辑模板，专为快速原型设计和创意迭代而优化。它为概念探索、情绪板、海报草稿、角色草图和场景模拟提供快速预览。在保证良好视觉质量的同时实现低延迟，非常适合高容量的试错创意工作流。

做法

所需模型：GPT Image 2.5
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生视频·Kling 视频生成 #

图像 · 云端 API · ct-api_kling_v3_t2i

人话定义

使用Kling 3.0模型从文本提示词生成图像。输入描述性文本即可获得高质量、与提示词匹配的视觉输出。

做法

所需模型：Kling、Kling 3.0
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生视频·Kling 视频生成 #

图像 · 云端 API · ct-api_kling_omni_image

人话定义

使用 Kling O1 根据文本提示生成高质量图像，最多支持 10 张参考图指导风格与内容，提供灵活的宽高比与 1K/2K 分辨率。

做法

所需模型：Kling O1
工作流规模：顶层节点 2 个、连线 1 条 · 下载工作流 JSON

文生视频·Wan 视频生成 #

图像 · 文生图 · ct-api_wan_text_to_image

人话定义

使用 Wan 2.5 生成图像，提示词还原度高，画面质量好。

做法

所需模型：Wan2.5、Wan
工作流规模：顶层节点 3 个、连线 1 条 · 下载工作流 JSON

生成逼真变体 #

图像 · 云端 API · ct-templates_rob_realistic_2k_images_quick_variations.app

人话定义

上传一张参考图，使用Grok进行描述并生成变体，通过快速2倍放大增加详情。

做法

所需模型：Grok、Z-Image-Turbo
模型文件：z_image_turbo_bf16.safetensors、qwen_3_4b.safetensors、ae.safetensors、RealESRGAN_x4plus.safetensors
采样：步数 5 · CFG 1 · 采样器 dpmpp_2m_sde · 调度 beta57
工作流规模：顶层节点 8 个、连线 9 条 · 下载工作流 JSON

风格化·Krea 参考视频 #

图像 · 风格参考 · ct-image_krea2_turbo_int8_image_style_reference

人话定义

使用Krea-2 Turbo模型生成图像，同时参考1-2张上传图片的风格，利用高性能Int8 Convrot格式实现更快、更高质量的推理。此工作流接受最多两张参考图输入，并生成单个风格化输出，可选LoRA支持以提供更多创意控制。非常适合在概念艺术中匹配特定艺术风格、生成一致的品牌视觉，以及探索快速风格迁移以进行迭代设计。

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_style_reference.safetensors
画面尺寸：1024×1024
工作流规模：顶层节点 6 个、连线 5 条 · 下载工作流 JSON

风格化·Krea 参考视频 #

图像 · 云端 API · ct-api_krea2_style_reference

人话定义

上传一张风格参考图并输入文本提示词。生成一张与提示词匹配的图像，同时应用参考图中的美学风格。

做法

所需模型：Krea 2
工作流规模：顶层节点 7 个、连线 5 条 · 下载工作流 JSON

风格化·Luma 风格重绘 #

图像 · 云端 API · ct-api_luma_photon_style_ref

人话定义

使用Luma Photon通过混合风格参考并进行精确控制来生成图像。

做法

所需模型：Luma
工作流规模：顶层节点 17 个、连线 13 条 · 下载工作流 JSON

风格化·Qwen 风格重绘 #

图像 · 文生图 · ct-template_sugar_coated_gummy_style_qwen

人话定义

应用Qwen图像LoRA，将任意主题变换为酸软糖风格的卡通角色。在提示词中输入动物名称，即可生成风格化、看起来可食用的小生物。

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、gummycandy_qwen.safetensors
采样：步数 25 · CFG 3 · 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

风格化·Recraft 参考 #

图像 · 云端 API · ct-api_recraft_style_reference

人话定义

上传多张图片以创建一致的风格参考。使用此参考生成新图像，以保持输出之间的视觉连贯性。

做法

所需模型：Recraft
工作流规模：顶层节点 11 个、连线 8 条 · 下载工作流 JSON

风格化·Recraft 参考 #

图像 · 云端 API · ct-api_recraft_v4_style_reference

人话定义

使用Recraft V4样式，根据一张或多张参考图像生成图像，捕捉纹理、构图和渲染效果，无需任何训练或微调。输入多张参考图像可增强或拓宽样式匹配范围，并获得单一风格的输出。非常适合创建品牌一致的素材、匹配客户现有广告活动的风格，或从任何外部图像来源调整样式。

做法

所需模型：Recraft
工作流规模：顶层节点 10 个、连线 7 条 · 下载工作流 JSON

风格化·Recraft 风格 #

图像 · 文生图 · ct-api_recraft_image_gen_with_style_control

人话定义

通过视觉示例控制风格，调整定位并微调对象。存储和分享风格以实现完美的品牌一致性。

做法

所需模型：Recraft
工作流规模：顶层节点 13 个、连线 9 条 · 下载工作流 JSON

风格化·Recraft 风格 #

图像 · 文生图 · ct-api_recraft_image_gen_with_color_control

人话定义

使用 Recraft 生成图像，支持自定义调色板与品牌专属视觉效果。

做法

所需模型：Recraft
工作流规模：顶层节点 13 个、连线 9 条 · 下载工作流 JSON

风格化·Recraft 风格 #

图像 · 云端 API · ct-template-recraft_create_style

人话定义

上传1-5个风格参考并创建风格ID，以生成一致且符合品牌形象的图片。

做法

所需模型：Recraft
工作流规模：顶层节点 15 个、连线 11 条 · 下载工作流 JSON

风格化·风格重绘 #

图像 · 云端 API · ct-api_magnific_image_style_transfer

人话定义

上传目标图像和风格参考图。生成一幅新图像，将参考图的艺术风格与目标图像的结构融合。

做法

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

风格化·风格重绘 #

图像 · 云端 API · ct-templates-color_illustration

人话定义

输入黑白线稿，为线稿填色。

做法

所需模型：Gemini3 Pro Image Preview、Google、Nano Banana Pro
工作流规模：顶层节点 3 个、连线 2 条 · 下载工作流 JSON

文生图·图像生成 #

人话定义

做法

实例

相关词条

文生图·图像生成 #

人话定义

做法

实例

相关词条

文生图·图像生成 #

人话定义

做法

实例

文生图·图像生成 #

人话定义

做法

相关词条

文生图·图像生成 #

人话定义

做法

相关词条

文生图·图像生成 #

人话定义

做法

相关词条

文生图·图像生成 #

人话定义

做法

实例

相关词条

文生图·图像生成 #

人话定义

做法

实例

相关词条

文生图·图像生成 #

人话定义

做法

相关词条

文生图·图像生成 #

人话定义

做法

相关词条

相关资讯

文生图·图像生成 #

人话定义

做法

实例

相关词条

文生图·图像生成 #

人话定义

做法

相关词条

文生图·图像生成 #

人话定义

做法

相关词条

文生图·图像生成 #

人话定义

做法

实例

相关词条

文生图·图像生成 #

人话定义

做法

实例

相关词条

文生图·图像生成 #

人话定义

做法

文生图·图像生成 #

人话定义

做法

实例

相关词条

文生图·图像生成 #

人话定义

做法

相关词条