Mage Flow Edit ComfyUI workflow: edición de imagen guiada por indicaciones y multi-referencia con estructura consistente#
Este flujo de trabajo Mage Flow Edit ComfyUI listo para RunComfy convierte una sola foto de origen más múltiples referencias visuales en ediciones limpias y controladas que preservan la identidad, la pose, la iluminación y la perspectiva de la cámara. Combina el Mage-Flow-Edit oficial de Microsoft con el condicionamiento Qwen3-VL 4B y el Mage Flow VAE para ofrecer resultados fieles de antes y después para intercambios de fondo, cambios de vestuario/objeto, restauraciones y desarrollo de apariencia.
Construido para producción práctica, el gráfico acepta hasta cuatro imágenes de referencia, las codifica junto con su indicación de instrucción, muestrea ediciones con Mage-Flow-Edit, decodifica con el Mage Flow VAE y guarda las salidas mientras proporciona un comparador interactivo de antes/después. Si necesita un editor de imágenes confiable que respete la integridad del sujeto, este flujo de trabajo Mage Flow Edit ComfyUI está diseñado para usted.
- Fuente: AxiomGraph workflow JSON (para referencia y procedencia) link
Modelos clave en el flujo de trabajo Mage Flow Edit ComfyUI#
- Microsoft Mage-Flow-Edit. El modelo de edición basado en instrucciones utilizado para aplicar cambios guiados por indicaciones sin desviar la identidad o la composición. Consulte la tarjeta del modelo oficial para capacidades y ejemplos. microsoft/Mage-Flow-Edit
- Mage Flow VAE. El VAE emparejado utilizado para codificar/decodificar latentes en la misma distribución que Mage-Flow y Mage-Flow-Edit, ayudando a preservar la estructura y los detalles finos al mover entre espacios de imagen y latentes. Los archivos están reempaquetados para ComfyUI. Comfy-Org/Mage-Flow
- Qwen3-VL 4B. Un modelo compacto de visión-lenguaje utilizado aquí como el codificador de texto-imagen para fusionar su indicación de instrucción con múltiples referencias visuales para el condicionamiento Mage-Flow-Edit. Qwen/Qwen3-VL-4B-Instruct
Para antecedentes sobre la arquitectura y el entrenamiento de resolución nativa que potencia tanto la generación como la edición, vea el documento Mage-Flow. arXiv: Mage-Flow
Cómo usar el flujo de trabajo Mage Flow Edit ComfyUI#
Este gráfico sigue un camino simple desde las entradas hasta la salida: cargue una imagen de origen y referencias, prepare la resolución, codifique una instrucción con condicionamiento de múltiples imágenes, muestree ediciones con Mage-Flow-Edit, decodifique con el Mage Flow VAE, luego guarde y compare. Las subsecciones a continuación mapean las etapas principales y los pocos lugares donde interactúa.
Entradas y redimensionamiento inteligente#
Use LoadImage (#6) para elegir su imagen de origen, y LoadImage (#7–#9) para agregar hasta tres referencias visuales para estilo, objetos o fondos. La fuente se pasa a través de ImageScaleToTotalPixels (#22) para establecer un tamaño de trabajo amigable para la edición mientras se mantiene la relación de aspecto. GetImageSize (#23) lee el ancho y la altura resultantes para que el resto de la línea de producción se mantenga sincronizado. Mantener la fuente como "imagen 1" y las referencias como "imagen 2–4" coincide con cómo se cablea el condicionamiento en pasos posteriores. Esta etapa asegura que su edición se ejecute eficientemente sin artefactos de remuestreo no deseados.
Condicionamiento de texto y visual#
CLIPLoader (#4) carga el codificador Qwen3-VL 4B que comprende tanto texto como imágenes para el condicionamiento. TextEncodeMageFlowEdit (#1) toma su instrucción positiva, una instrucción negativa opcional, la fuente escalada como image_1, y hasta tres referencias como image_2–image_4. Escriba la indicación como un conjunto claro de instrucciones de edición, por ejemplo "reemplazar el fondo con un patio soleado; mantener identidad, pose, manos y perspectiva de lente." El nodo produce un condicionamiento "positivo" y "negativo" más un latente alineado que ancla la estructura del sujeto. Si la fidelidad es crítica, indique explícitamente las restricciones de preservación en su instrucción.
Modelo y muestreo#
UNETLoader (#3) carga mage_flow_edit_bf16.safetensors, el modelo estándar Mage-Flow-Edit para ediciones de alta calidad. KSampler (#18) luego realiza los pasos de edición reales usando el modelo más su condicionamiento y latente. La orientación, los pasos y la fuerza de desruido determinan cuán fuerte es la edición: un desruido más bajo favorece cambios sutiles; valores más altos impulsan transformaciones más grandes. Bloquear una semilla le da resultados repetibles al iterar sobre indicaciones o imágenes de referencia. Si necesita vistas previas más rápidas, puede cambiar el archivo del modelo por una variante Turbo como se indica en Nodos clave.
Decodificación latente y guardado#
VAELoader (#5) proporciona mage_flow_vae_bf16.safetensors para que VAEDecode (#19) pueda transformar el latente editado de nuevo a RGB. La imagen decodificada fluye a SaveImage (#20), que escribe un archivo con marca de tiempo para que cada ejecución se preserve. Esta etapa es automática; generalmente no necesita cambiar nada a menos que desee organizar salidas en diferentes subcarpetas.
Comparación de antes/después#
Para verificar que la edición respeta sus restricciones, el gráfico incluye Image Comparer (rgthree) (#27). Muestra el resultado editado de SaveImage junto con la fuente escalada de ImageScaleToTotalPixels en una vista de deslizamiento. Úselo para verificar la retención de identidad, la continuidad de la iluminación y la integración de objetos rápidamente. Esto hace que el flujo de trabajo Mage Flow Edit ComfyUI sea ideal para QA en líneas de producción de fotos.
Nodos clave en el flujo de trabajo Mage Flow Edit ComfyUI#
TextEncodeMageFlowEdit (#1)#
Este es el corazón de la edición basada en instrucciones para Mage-Flow-Edit. Fusiona sus instrucciones positivas y negativas con la imagen de origen y hasta tres referencias para producir condicionamiento y un latente alineado con la estructura. Para una preservación más fuerte, incluya frases explícitas como "preservar identidad, pose, manos, ángulo de cámara y perspectiva de lente." Si observa adiciones no deseadas, agregue breves negativas para alejar el modelo. Este nodo depende del codificador Qwen3-VL 4B y el Mage Flow VAE descritos anteriormente. Referencias: microsoft/Mage-Flow-Edit, Comfy-Org/Mage-Flow, Qwen/Qwen3-VL-4B-Instruct.
KSampler (#18)#
Controla cómo se aplica la edición. Los pasos y la orientación influyen en el detalle y la adherencia a la instrucción, mientras que la fuerza de desruido gobierna cuánto puede cambiar la imagen. Mantenga el desruido conservador para intercambios de vestuario o restauraciones y aumente para reemplazo de fondo o cambios de estilo fuertes. Fije la semilla al comparar pequeños ajustes de indicaciones para que las diferencias se atribuyan a sus ediciones en lugar de a la aleatoriedad.
UNETLoader (#3)#
Carga el punto de control específico Mage-Flow-Edit. Para vistas previas interactivas, puede cambiar a una variante Turbo para reducir la latencia, luego volver al modelo estándar bf16 para calidad final. Los entornos de bajo VRAM pueden usar las variantes INT8 ConvRot con un pequeño compromiso de calidad. Consulte el conjunto de archivos listos para Comfy para las opciones disponibles. Comfy-Org/Mage-Flow
ImageScaleToTotalPixels (#22)#
Establece una resolución de trabajo eficiente manteniendo el aspecto de la fuente. Elija un objetivo de píxeles totales que se ajuste a su memoria GPU y nivel de detalle deseado; los totales más altos producen resultados más finos pero cuestan más VRAM y tiempo. Mantenga el tamaño de trabajo consistente a través de iteraciones para hacer comparaciones A/B significativas. Este nodo es la forma más fácil de equilibrar velocidad y fidelidad antes de las etapas de codificación y muestreo.
Extras opcionales#
- Escriba instrucciones como ediciones, no descripciones. "Reemplace el fondo con un patio mediterráneo soleado; mantenga identidad y pose" funciona mejor que una indicación estética genérica.
- Use recortes de referencia limpios y bien iluminados que muestren claramente los atributos que desea transferir (por ejemplo, color/textura de la prenda, forma de gafas, materiales de fondo).
- Comience con un desruido conservador para tareas de preservación, luego aumente gradualmente hasta que el cambio sea suficiente sin dañar la identidad.
- Bloquee la semilla del muestreador al iterar para que pueda evaluar solo el efecto de los cambios de indicaciones o referencias.
- Para exploración rápida, pruebe una variante Turbo de Mage-Flow-Edit; para finales, vuelva a los pesos estándar bf16. Comfy-Org/Mage-Flow
Agradecimientos#
Este flujo de trabajo implementa y se basa en los siguientes trabajos y recursos. Agradecemos a Microsoft por Mage-Flow y Mage-Flow-Edit, a Comfy-Org por los archivos de modelo Mage-Flow para ComfyUI, y a AxiomGraph por el flujo de trabajo “Mage Flow Edit.json” ComfyUI por sus contribuciones y mantenimiento. Para detalles autorizados, consulte la documentación original y los repositorios vinculados a continuación.
Recursos#
- Microsoft/Mage-Flow
- GitHub: microsoft/Mage
- Hugging Face: microsoft/Mage-Flow
- arXiv: 2607.19064
- Docs / Release Notes: Mage-Flow project page
- Microsoft/Mage-Flow-Edit
- Hugging Face: microsoft/Mage-Flow-Edit
- arXiv: 2607.19064
- Comfy-Org/Mage-Flow
- Hugging Face: Comfy-Org/Mage-Flow
- AxiomGraph/Mage Flow Edit.json
- GitHub: axiomgraph/ComfyUIWorkflow
Nota: El uso de los modelos, conjuntos de datos y códigos referenciados está sujeto a las respectivas licencias y términos proporcionados por sus autores y mantenedores.