Fibo 2 Edit Turbo Texte en Image | Rapide en 4 étapes

Fibo 2 Edit Turbo Texte en Image : Workflow ComfyUI en 4 étapes#

Ce workflow transforme du texte structuré en images finies avec les poids distillés de Bria’s Fibo 2.0 Edit Turbo en quatre étapes. C'est un graphe uniquement textuel qui suit la configuration de la communauté par lvladikov, utilisant des prompts JSON VGL sans image d'entrée.

Fibo 2 Edit Turbo Texte en Image est idéal pour les directeurs artistiques, les ingénieurs en prompts et l'idéation rapide. Il excelle avec des prompts JSON VGL qui détaillent les sujets, l'arrière-plan, l'éclairage, l'esthétique et le médium. Utilisez-le pour explorer des portraits photographiques, des scènes atmosphériques, des images alimentaires et des illustrations d'aquarelle tout en maintenant une vitesse d'itération élevée. Pour la recommandation officielle de Bria sur le texte-à-image, voir Fibo 2.0 Dev ; ce graphe démontre intentionnellement Edit Turbo dans une voie pure T2I.

Modèles clés dans le workflow Comfyui Fibo 2 Edit Turbo Texte en Image#

• Bria AI Fibo 2.0 Edit Turbo (BF16). Le modèle d'édition distillé est utilisé ici dans la configuration text-to-image de la communauté lvladikov avec quatre étapes d'échantillonnage. Carte du modèle
• Qwen3‑VL 4B (BF16) encodeur de texte pour Fibo 2.0. Fournit des embeddings de texte de haute capacité à partir de texte brut ou JSON VGL afin que le modèle capture la composition détaillée, l'éclairage et l'intention de style. Hébergé avec les actifs Fibo 2.0 par Comfy‑Org. Dépôt
• FLUX.2 VAE. Comprime et décode la représentation latente utilisée par Fibo 2.0 pour que les images s'affichent nettement à la résolution choisie. Dépôt

Comment utiliser le workflow Comfyui Fibo 2 Edit Turbo Texte en Image#

Le graphe s'exécute de bout en bout du texte à l'image en quatre étapes.

• Chargez les composants Fibo 2.0
  • UNETLoader (#1), CLIPLoader (#2), et VAELoader (#3) intègrent l'épine dorsale Edit Turbo, l'encodeur de texte Qwen3‑VL et le FLUX.2 VAE. Cette étape prépare tous les poids nécessaires pour tokeniser votre prompt, débruiter dans l'espace latent, et décoder en pixels. Conservez les fichiers configurés : fibo2_edit_turbo_bf16.safetensors, qwen3vl_4b_bf16.safetensors, et flux2-vae.safetensors.
• Rédigez votre prompt avec JSON VGL
  • TextEncodeFibo2 (#4) est le cœur de l'interface de prompt. Il accepte soit une légende JSON VGL structurée, soit une phrase simple ; les prompts structurés produisent généralement la composition et l'éclairage les plus fiables. Définissez votre résolution cible ici ; respectez les multiples de 16 et commencez autour de 1 mégapixel comme 1024×1024 pour un meilleur équilibre vitesse-qualité. Laissez les entrées image et VAE sur TextEncodeFibo2 non connectées pour ce graphe uniquement textuel. À CFG 1, le prompt négatif n'est pas utilisé.
• Échantillonnez en quatre étapes pour la vitesse
  • KSampler (#5) applique le calendrier en quatre étapes optimisé pour Fibo 2.0 Edit Turbo. Utilisez 4 étapes, CFG 1, le sampler euler, le scheduler simple, et débruitez 1. Fixez la graine lors de la comparaison des prompts, ou changez-la pour explorer des résultats alternatifs.
• Décodez et enregistrez
  • VAEDecode (#6) convertit les latents finaux en une image. SaveImage (#7) écrit les fichiers avec un préfixe simple pour que les lots restent organisés. Ce que vous voyez est exactement ce que le VAE décode des latents débruités, donc les changements plus tôt dans le graphe sont reflétés fidèlement ici.

Nœuds clés dans le workflow Comfyui Fibo 2 Edit Turbo Texte en Image#

TextEncodeFibo2 (#4)#

Encode votre texte simple ou JSON VGL en conditionnement pour le modèle et prépare également la toile latente. Ajustez prompt pour utiliser des champs structurés comme sujet, arrière-plan, éclairage, esthétique, et médium ; définissez width et height à la résolution désirée ; laissez negative_prompt vide car CFG 1 saute le passage de conditionnement négatif. Commencez avec batch_size 1 pour une utilisation mémoire prévisible, puis augmentez lorsque vous êtes satisfait du rendu.

KSampler (#5)#

Exécute le processus de débruitage Fibo 2.0 Edit Turbo. Maintenez steps à 4 pour rester dans le régime distillé du modèle, puis variez seed pour explorer des alternatives. Gardez cfg à 1, sampler euler, scheduler simple, et débruitez 1, correspondant à la configuration vérifiée en quatre étapes. Le prompt négatif n'a aucun effet à CFG 1. Changez la taille de l'image dans TextEncodeFibo2 et gardez la graine fixe lors de la comparaison des prompts.

UNETLoader (#1)#

Charge fibo2_edit_turbo_bf16.safetensors, le modèle de diffusion exact utilisé dans ce workflow. Gardez le fichier BF16 configuré pour reproduire les exemples fournis ; les variantes quantifiées sont des configurations séparées et n'ont pas été validées pour ce workflow.

VAEDecode (#6)#

Utilise flux2-vae.safetensors pour décoder les latents finaux en RGB. Gardez le VAE configuré connecté à VAEDecode ; il n'est pas connecté à l'encodeur de texte dans ce graphe uniquement textuel.

Extras optionnels#

• Le prompt avec JSON VGL fonctionne mieux lorsque vous incluez des champs compacts : short_description, objects, background_setting, lighting, aesthetics, photographic_characteristics, style_medium. Décrivez explicitement la scène visible, y compris le sujet, la composition, l'éclairage, et le médium.
• Les thèmes de départ appropriés pour ce workflow incluent des portraits éditoriaux, des paysages mélancoliques, des gros plans de plats, et des illustrations d'aquarelle douce. Chacun s'adapte bien au JSON VGL et au calendrier Edit Turbo en quatre étapes.
• Respectez les cartes de modèle et les licences dans les dépôts référencés. Pour le texte-à-image officiel de Bria, explorez Fibo 2.0 Dev aux côtés de ce graphe communautaire Fibo 2 Edit Turbo Texte en Image.
• Références : graphe source par lvladikov FIBO2‑Edit‑Turbo‑T2I, modèle Edit Turbo de Bria Fibo‑2.0‑edit‑turbo, agrégation des ressources Fibo 2.0 par Comfy‑Org Comfy‑Org/Fibo‑2.0.

Remerciements#

Ce workflow implémente et s'appuie sur les travaux et ressources suivants. Nous remercions chaleureusement lvladikov pour FIBO2-Edit-Turbo-T2I, briaai pour Fibo-2.0-edit-turbo, et Comfy-Org pour Fibo-2.0 pour leurs contributions et leur maintenance. Pour des détails autoritatifs, veuillez vous référer à la documentation originale et aux dépôts liés ci-dessous.

Ressources#

• lvladikov/FIBO2-Edit-Turbo-T2I
  • Hugging Face: lvladikov/FIBO2-Edit-Turbo-T2I
• briaai/Fibo-2.0-edit-turbo
  • Hugging Face: briaai/Fibo-2.0-edit-turbo
• Comfy-Org/Fibo-2.0
  • Hugging Face: Comfy-Org/Fibo-2.0

Remarque : L'utilisation des modèles, ensembles de données et codes référencés est soumise aux licences et conditions respectives fournies par leurs auteurs et mainteneurs.