Ce workflow transforme vos invites en rendus nets, natifs 2048×2048 en utilisant Hunyuan Image 2.1. Il associe le transformateur de diffusion de Tencent avec des encodeurs de texte doubles pour améliorer l'alignement sémantique et la qualité du rendu textuel, puis échantillonne efficacement et décode via le VAE de haute compression correspondant. Si vous avez besoin de scènes prêtes à la production, de personnages et de texte clair dans l'image en 2K tout en conservant la rapidité et le contrôle, ce workflow ComfyUI Hunyuan Image 2.1 est fait pour vous.
Les créateurs, directeurs artistiques et artistes techniques peuvent insérer des invites multilingues, affiner quelques réglages et obtenir systématiquement des résultats nets. Le graphe est fourni avec une invite négative sensée, une toile native 2K et un FP8 UNet pour garder la VRAM sous contrôle, montrant ce que Hunyuan Image 2.1 peut offrir dès la sortie de la boîte.
Le graphe suit un chemin clair du texte aux pixels : encoder le texte avec deux encodeurs, préparer une toile latente native 2K, échantillonner avec Hunyuan Image 2.1, décoder via le VAE correspondant et enregistrer la sortie.
DualCLIPLoader (#33) charge Qwen2.5‑VL‑7B et ByT5 Small configurés pour Hunyuan Image 2.1. Cette configuration double permet au modèle de comprendre la sémantique des scènes tout en restant robuste aux glyphes et aux textes multilingues.CLIPTextEncode (#6). Vous pouvez écrire en anglais ou en chinois, mélanger des indices de caméra et d'éclairage, et inclure des instructions de texte-dans-image.CLIPTextEncode (#7) supprime les artefacts courants. Vous pouvez l'adapter à votre style ou la laisser telle quelle pour des résultats équilibrés.EmptyHunyuanImageLatent (#29) initialise la toile à 2048×2048 avec un seul lot. Hunyuan Image 2.1 est conçu pour la génération 2K, donc les tailles 2K natives sont recommandées pour la meilleure qualité.UNETLoader (#37) charge le point de contrôle FP8 pour réduire la VRAM tout en préservant la fidélité, puis alimente KSampler (#3) pour le débruitage.VAELoader (#34) intègre le VAE de Hunyuan Image 2.1, et VAEDecode (#8) reconstruit l'image finale à partir du latent échantillonné avec le schéma de compression 32× du modèle.SaveImage (#9) écrit la sortie dans le répertoire choisi. Définissez un préfixe de nom de fichier clair si vous prévoyez d'itérer sur des graines ou des invites.DualCLIPLoader (#33)Ce nœud charge la paire d'encodeurs de texte qu'attend Hunyuan Image 2.1. Gardez le type de modèle défini pour Hunyuan et sélectionnez Qwen2.5‑VL‑7B et ByT5 Small pour combiner une forte compréhension des scènes avec une gestion du texte sensible aux glyphes. Si vous itérez sur le style, ajustez l'invite positive en tandem avec le guidage plutôt que de changer d'encodeurs.
CLIPTextEncode (#6 et #7)Ces nœuds transforment vos invites positives et négatives en conditionnement. Gardez l'invite positive concise en haut, puis ajoutez des indices de lentille, d'éclairage et de style. Utilisez l'invite négative pour supprimer les artefacts comme les membres supplémentaires ou le texte bruyant ; réduisez-la si vous la trouvez trop restrictive pour votre concept.
EmptyHunyuanImageLatent (#29)Définit la résolution de travail et le lot. Le 2048×2048 par défaut s'aligne avec la capacité native 2K de Hunyuan Image 2.1. Pour d'autres ratios d'aspect, choisissez des paires de largeur et hauteur compatibles avec le modèle et envisagez d'augmenter légèrement les étapes si vous vous éloignez du carré.
KSampler (#3)Conduit le processus de débruitage avec Hunyuan Image 2.1. Augmentez les étapes lorsque vous avez besoin de détails micro-fins, diminuez pour des brouillons rapides. Augmentez le guidage pour une adhérence plus forte à l'invite mais surveillez la sursaturation ou la rigidité ; baissez-le pour plus de variation naturelle. Changez de graines pour explorer des compositions sans changer votre invite.
UNETLoader (#37)Charge le UNet de Hunyuan Image 2.1. Le point de contrôle FP8 inclus maintient l'utilisation de la mémoire modeste pour une sortie 2K. Si vous avez suffisamment de VRAM et voulez un maximum de marge pour des réglages agressifs, envisagez une variante de précision supérieure du même modèle à partir des versions officielles.
VAELoader (#34) et VAEDecode (#8)Ces nœuds doivent correspondre à la version Hunyuan Image 2.1 pour décoder correctement. Le VAE de haute compression du modèle est essentiel pour une génération 2K rapide ; associer le bon VAE évite les décalages de couleur et les textures en blocs. Si vous changez le modèle de base, mettez toujours à jour le VAE en conséquence.
Ce workflow implémente et s'appuie sur les travaux et ressources suivants. Nous remercions chaleureusement @Ai Verse et Hunyuan pour Hunyuan Image 2.1 Demo pour leurs contributions et leur maintenance. Pour des détails autoritaires, veuillez vous référer à la documentation originale et aux référentiels ci-dessous.
Note : L'utilisation des modèles, ensembles de données et codes référencés est soumise aux licences et conditions respectives fournies par leurs auteurs et mainteneurs.
RunComfy est la première ComfyUI plateforme, offrant des ComfyUI en ligne environnement et services, ainsi que des workflows ComfyUI proposant des visuels époustouflants. RunComfy propose également AI Playground, permettant aux artistes d'utiliser les derniers outils d'IA pour créer des œuvres d'art incroyables.
