今天展示的案例是一个基于 ComfyUI 的图生图工作流。该流程通过加载稳定扩散模型，结合输入的文本提示和已有图像，实现对原始画面的重新生成与风格转换。借助这一方法，能够在保留图像主体特征的前提下，快速生成符合提示描述的高质量画面，非常适合在艺术再创作、影视角色改编以及风格化处理的场景中应用。读者可以直观地理解如何在实际项目中利用这一流程完成图像二次创作。文章目录工作流介绍核心模型Node节点工作流程大模型应用CLIPTextEncode（正向） 图生图语义驱动核心CLIPTextEncode（负向） 图像质量约束与错误抑制TextEncodeForSamplerParams+ 采样细节增强MyOllamaVision 图像反推描述生成Joy_caption_two 本地图像描述生成使用方法应用场景开发与应用工作流介绍这个工作流的核心目标是将输入的图像与文本提示相结合，通过模型的采样与解码功能输出新的图像结果。整个流程的稳定性和效果主要依赖于所选择的核心模型与文本编码器，同时通过一系列 Node 节点来完成加载、缩放、编码、采样、解码与保存等步骤。在这一组合中，每个环节都扮演着不可或缺的角色，保证了生成结果既符合输入图像的特征，又能体现文本提示所设定的创意方向。核心模型该工作流采用了稳定扩散系列的主流模型，支持在 512×512 数据集上进行训练和推理。通过加载 safetensors 格式的检查点文件，结合 VAE 与 CLIP 模块，实现了对输入图像潜在空间的高效编码与解码。模型的高兼容性和可扩展性，使其不仅能适配常规的图像到图像转换，还能在结合负面提示时过滤掉低质量特征。模型名称说明majicMIX_realistic_v7.safetensors基于 SD1.5 的写实风格模型，适合高质量角色与场景生成，能够平衡细节与整体画面效果VAE 模块负责潜在空间与图像空间之间的转换，保证解码图像的清晰度与细节保真