Krea 2 Turbo Bild-zu-Bild ComfyUI Workflow#
Dieser Workflow ist ein Stil-Flip- und Redraw-System, das jedes hochgeladene Bild in sein entgegengesetztes visuelles Medium verwandelt, während das Subjekt, die Farben, die Pose, die Rahmung und die Szenenlogik bewahrt werden. Stilistische Quellen (Anime, Illustration, 3D, Malerei) werden als glaubwürdige Fotografien neu interpretiert; echte Fotografien werden als klare 2D-Anime neu interpretiert. Aufgebaut um Krea 2 Turbo mit einem lokalen llama.cpp Vision-Prompt-Schritt, Qwen3‑VL Textkodierung und dem Qwen Image VAE, liefert es Erstellern schnelle, treue und wiederholbare Ergebnisse für visuelle Verfeinerung und Stiltransfer innerhalb von RunComfy. Wenn Sie einen wiederverwendbaren, produktionsbereiten Krea 2 Turbo Bild-zu-Bild ComfyUI Workflow für schnelle Iterationen benötigen, ist dies der richtige.
Schlüsselmodelle im Comfyui Krea 2 Turbo Bild-zu-Bild ComfyUI Workflow#
- Krea 2 Turbo huggingface.co/krea/Krea-2-Turbo. Der Open-Weight, Text-zu-Bild Diffusion Transformer, optimiert für wenige Schritte, schnelle Inferenz. Turbo ist für Geschwindigkeit und konsistente Prompt-Befolgung destilliert, während er hohe visuelle Qualität und Stilkontrolle beibehält.
- Qwen3‑VL 4B Text Encoder (Krea 2 Edition) huggingface.co/Comfy-Org/Krea-2. Bietet das Sprach-zu-Visions-Embedding, das zur Konditionierung von Krea 2 verwendet wird; diese Veröffentlichung enthält die Krea-fertigen Qwen3‑VL Encoder-Gewichte.
- Qwen Image VAE huggingface.co/Comfy-Org/Krea-2. Der Autoencoder, den Krea 2 verwendet, um zwischen latentem Raum und Pixeln mit hoher Wiedergabetreue bei großen Auflösungen zu wechseln.
- Qwen 3.5 9B Vision‑Language Model (GGUF) über llama.cpp github.com/mickeylan/ComfyUI-llama-cpp_vlm und github.com/ggml-org/llama.cpp. Läuft lokal, um das hochgeladene Bild zu analysieren und einen einzigen polierten Prompt zu erstellen, der das Medium umdreht und dabei konkrete visuelle Fakten beibehält.
So verwenden Sie den Comfyui Krea 2 Turbo Bild-zu-Bild ComfyUI Workflow#
Der Workflow analysiert Ihr Bild mit einem lokalen VLM, erzeugt einen sauberen Prompt für das entgegengesetzte Medium, kodiert ihn für Krea 2 und zeichnet dann mit Krea 2 Turbo neu. Die Pipeline ist in fünf Phasen von Eingabe bis Ausgabe organisiert, mit einigen optionalen Anpassungen für die Kontrolle.
1) Bild hochladen und analysieren#
Beginnen Sie damit, ein Bild in LoadImage (#128) zu ziehen. Das Bild wird an llama_cpp_model_loader (#127) und llama_cpp_instruct_adv (#125) weitergeleitet, die ein lokales Qwen-Familien Vision-Language Model durch llama.cpp ausführen. Ein sorgfältig gestalteter system_prompt weist das VLM an, die Identität des Subjekts, die genauen Farben, die Komposition und die Kameralogik zu bewahren, während das Medium umgedreht wird: stilisierte Quellen werden zu Fotografien; echte Fotos werden zu lebendigen 2D-Anime. Das Ergebnis ist ein einziger, natürlicher Sprach-Prompt, bereit für Krea 2.
2) Den Generations-Prompt zusammenstellen#
Verwenden Sie Text (#130), um eine kurze Anleitung hinzuzufügen, die Sie voranstellen oder anhängen möchten, wie z.B. ein Projekttag, ein Markenterm oder eine Objektivnotiz. easy promptConcat (#129) kombiniert Ihren manuellen Text mit der vom VLM erstellten Beschreibung zu einem kohärenten Prompt. Halten Sie die Ergänzungen minimal; das VLM beschreibt bereits alle sichtbaren Elemente präzise, damit der Krea 2 Turbo Bild-zu-Bild ComfyUI Workflow treu bleibt.
3) Text für Krea 2 kodieren#
CLIPLoader (#106) lädt den Qwen3‑VL 4B Text-Encoder, der für Krea 2 gebündelt ist, und CLIPTextEncode (#5) verwandelt den endgültigen Prompt in Konditionierung. Dieser Encoder ist darauf ausgelegt, mit dem Tokenizer von Krea 2 zu paaren und bewahrt detaillierte Szenensemantik, Farbaussagen und Kamerahinweise. ConditioningZeroOut (#124) bietet einen absichtlich leeren negativen Zweig, der in der Regel zu Krea 2 Turbo’s destilliertem Guidance-Verhalten passt.
4) Mit Krea 2 Turbo generieren#
UNETLoader (#107) lädt den Krea 2 Turbo Checkpoint und übergibt ihn an KSamplerAdvanced (#12). EmptyLatentImage (#10) legt die Leinwandgröße fest; wählen Sie die Breite und Höhe, die Sie produzieren möchten. Krea 2 Turbo ist für wenige Schritte Sampling mit sehr niedriger oder keiner classifier-free guidance gebaut, also beginnen Sie nahe null CFG und erhöhen Sie es nur, wenn Sie eine strengere Prompt-Befolgung benötigen. Der Sampler und der Scheduler arbeiten zusammen, um schnelle, scharfe Ergebnisse zu liefern, die die gesperrten Farben und die Komposition des Prompts respektieren.
5) Ausgabe dekodieren und speichern#
VAELoader (#105) stellt das Qwen Image VAE zur Verfügung, das von VAEDecodeTiled (#123) verwendet wird, um Pixel aus Latents mit VRAM-freundlichem Tiling für große Bilder zu rekonstruieren. SaveImage (#35) speichert das endgültige Render. Das Ergebnis ist eine saubere, treue Neuzeichnung im entgegengesetzten Medium, bereit zur Überprüfung oder einem weiteren schnellen Durchgang.
Schlüsselknoten im Comfyui Krea 2 Turbo Bild-zu-Bild ComfyUI Workflow#
llama_cpp_instruct_adv (#125)#
Dieser Knoten ist das Stil-Flip-Gehirn. Passen Sie system_prompt nur an, wenn Sie die Flip-Politik oder die Erhaltungsregeln ändern möchten; der Standard ist darauf abgestimmt, Identität, Pose, Rahmung und genaue Farben zu bewahren. Verwenden Sie preset_prompt und custom_prompt für kleine Anpassungen wie das Benennen eines Objektivs für Fotoausgaben oder das Hinzufügen einer sanften Palettennotiz für Anime. Halten Sie die Ausgabe auf einen fließenden Absatz beschränkt; Krea 2 reagiert am besten auf natürliche Sprache.
KSamplerAdvanced (#12)#
Steuert Geschwindigkeit, Schärfe und Befolgung. Krea 2 Turbo ist für wenige Schritte Sampling mit niedriger oder keiner cfg destilliert (siehe die offizielle Anleitung in der Modellkarte und im Code), also beginnen Sie mit minimaler Anleitung und passen Sie sie nur nach oben an, wenn Sie eine engere Prompt-Befolgung benötigen. Wechseln Sie sampler_name und scheduler, wenn Sie einen anderen Kompromiss zwischen scharfen Kanten und ultra-glatten Übergängen bevorzugen. Sperren Sie den noise_seed, wenn Sie konsistente Variationen wünschen.
EmptyLatentImage (#10)#
Legt die Ausgabegröße und den Stapel fest. Verwenden Sie dies, um das Seitenverhältnis und die Auflösung zu wählen, die Ihrer beabsichtigten Rahmung entsprechen; der VLM-Prompt trägt die Komposition, also vermeiden Sie nachträgliche Zuschneideänderungen. Größere Rahmen profitieren von der gekachelten Dekodierungsphase, um speichereffizient zu bleiben.
ConditioningZeroOut (#124)#
Deaktiviert das negative Prompting absichtlich, was im Allgemeinen zu Krea 2 Turbo passt. Wenn Ihr Projekt traditionelles negatives Prompting erfordert, ersetzen Sie dies durch eine zweite CLIPTextEncode, die den negativen Eingang an KSamplerAdvanced (#12) speist.
VAEDecodeTiled (#123)#
Führt gekacheltes Dekodieren durch, um die VRAM-Nutzung bei höheren Auflösungen stabil zu halten. Wenn Sie Nähte bei extremen Größen sehen, erhöhen Sie sanft die Überlappung; wenn der Speicher knapp ist, erhöhen Sie die Kachelgranularität.
Optionale Extras#
- Für die Stilsteuerung können Sie Krea‑2 LoRAs aus dem Comfy‑Org Repack laden (Links sind in den Dateien aufgeführt) und sie in ComfyUI wie jede andere LoRA anwenden huggingface.co/Comfy-Org/Krea-2. Krea empfiehlt, LoRAs auf Raw zu trainieren und sie auf Turbo anzuwenden; siehe das offizielle Repo für Details github.com/krea-ai/krea-2.
- Halten Sie manuelle Bearbeitungen kurz. Der Krea 2 Turbo Bild-zu-Bild ComfyUI Workflow ist darauf ausgelegt, genaue Farbtöne und Szenenlogik zu bewahren; lange manuelle Prompts können die Farbsperren des VLMs unbeabsichtigt überschreiben.
- Für schnellste Iterationen arbeiten Sie bei moderater Auflösung, überprüfen Sie die Komposition, dann skalieren Sie hoch oder erhöhen Sie die Auflösung für Endfassungen, nachdem Sie mit dem Flip zufrieden sind.
Danksagungen#
Dieser Workflow implementiert und baut auf den folgenden Arbeiten und Ressourcen auf. Wir bedanken uns herzlich bei RunningHub für Image-to-Image Workflow Source, Krea AI für Krea 2 und Krea-2-Turbo, und Comfy-Org und mickeylan für ComfyUI Krea 2 Gewichte und den ComfyUI llama-cpp VLM Custom Node für ihre Beiträge und Wartung. Für autoritative Details verweisen wir auf die ursprüngliche Dokumentation und die unten verlinkten Repositories.
Ressourcen#
- RunningHub/Image-to-Image Workflow
- Docs / Release Notes: RunningHub post
- krea-ai/Krea 2
- GitHub: krea-ai/krea-2
- Krea/Krea-2-Turbo
- Hugging Face: krea/Krea-2-Turbo
- Comfy-Org/Krea-2
- Hugging Face: Comfy-Org/Krea-2
- mickeylan/ComfyUI-llama-cpp_vlm
- GitHub: mickeylan/ComfyUI-llama-cpp_vlm
Hinweis: Die Nutzung der referenzierten Modelle, Datensätze und Codes unterliegt den jeweiligen Lizenzen und Bedingungen der Autoren und Pfleger.