Workflow ComfyUI FireRed Image Edit 1.0
FireRed Image Edit 1.0 è un workflow di editing di immagini general-purpose che segue le istruzioni per ComfyUI, offrendo risultati ad alta fedeltà con forte consistenza visiva. Supporta editing singoli e multi-immagine come scambi di oggetti, sostituzione dello sfondo, perfezionamenti che preservano lo stile, preservazione dello stile del testo, restauro fotografico e virtual try-on. Il grafo è progettato per un'iterazione veloce su RunComfy e setup hosted simili, con controlli chiari per la selezione del modello, la risoluzione e il campionamento.
Se sei un creatore, designer o ricercatore che ha bisogno di editing precisi da istruzioni in linguaggio naturale, questo workflow FireRed Image Edit ti permette di combinare la guida in testo semplice con una a tre immagini di riferimento per guidare trasformazioni complesse mantenendo intatte identità, layout e stile.
Modelli chiave nel workflow ComfyUI FireRed Image Edit
- FireRed-Image-Edit-1.0. Il modello di diffusione base che esegue editing che seguono le istruzioni con forte consistenza visiva. Disponibile in varianti BF16 ad alta precisione e quantizzate adatte per hardware con risorse limitate. Scheda modello
- FireRed-Image-Edit-1.0 GGUF. Una versione UNet quantizzata ottimizzata per inferenza CPU o con poca VRAM che preserva il comportamento dei pesi FireRed Image Edit base con un footprint di memoria ridotto. Pesi
- Encoder di testo Qwen2.5-VL 7B (FP8, pacchettizzato Comfy). Fornisce embedding multimodali testo-immagine che traducono le tue istruzioni in conditioning che FireRed Image Edit può seguire. File
- Qwen Image VAE. Codifica e decodifica latenti compatibili con la pipeline FireRed Image Edit, preservando i dettagli durante la ricostruzione. File
- LoRA Qwen-Image-Edit-2511-Lightning. Un LoRA opzionale che adatta il modello base verso un'inferenza veloce ed efficiente in step mantenendo chiaro l'intento dell'editing. Usalo quando vuoi anteprime rapide o un ciclo di iterazione FireRed Image Edit più reattivo. Modello
Come usare il workflow ComfyUI FireRed Image Edit
A un livello alto, scegli la variante del modello, carichi da una a tre immagini di riferimento, scrivi un'istruzione che nomini quelle immagini, imposti la risoluzione target, poi campioni e salvi. I gruppi nel canvas rispecchiano questo flusso così puoi lavorare dall'alto verso il basso senza cercare nodi.
Modelli
Questo gruppo ti permette di scegliere il backbone FireRed Image Edit che corrisponde al tuo hardware e alle tue esigenze di velocità. Il grafo include una UNet BF16 di alta qualità e una UNet GGUF quantizzata collegate in un Any Switch (rgthree) (#91) così puoi alternare tra loro. Un LoraLoaderModelOnly (#74) applica opzionalmente il LoRA Qwen-Image-Edit-2511-Lightning per accelerare le anteprime. Il modello viene poi preparato con normalizzazione del campionamento e della guidance per un follow-up stabile delle istruzioni.
Prompt
Le tue istruzioni vengono codificate con due nodi TextEncodeQwenImageEditPlus per guidance positiva e negativa. Fai riferimento esplicitamente alle immagini caricate come "image 1", "image 2" e "image 3" all'interno del prompt per controllare come FireRed Image Edit usa ogni riferimento. Ad esempio, puoi chiedere di mantenere l'immagine 1 come soggetto, posizionarla sullo sfondo dell'immagine 2 e trasferire l'abbigliamento o lo stile dall'immagine 3. Usa il prompt negativo per indicare cosa evitare, come oggetti indesiderati, spostamenti di colore o modifiche al testo.
Input
Carica le tue sorgenti nell'area Input: l'immagine 1 è tipicamente il soggetto principale, l'immagine 2 uno sfondo o contesto alternativo, e l'immagine 3 un riferimento di stile o indumento. Puoi lavorare con una singola immagine o combinarne due o tre per editing multi-immagine. Il grafo legge le dimensioni dell'immagine 1 tramite GetImageSize così puoi abbinare automaticamente la risoluzione quando necessario. Le immagini vengono passate sia all'encoder positivo che negativo così la tua istruzione può sfruttarle consistentemente.
Image2
Usa questo slot quando vuoi uno sfondo, un'illuminazione o un layout diversi. Nella tua istruzione positiva, descrivi il posizionamento e quanto dell'immagine 2 deve essere usato. La guidance negativa può prevenire la sostituzione completa della scena se vuoi solo un composito parziale. FireRed Image Edit allineerà i confini del soggetto preservando l'aspetto del soggetto.
Image3
Usa questo slot per il trasferimento di stile o oggetti, come virtual try-on o scambi di accessori. Nomina l'attributo esatto da trasferire, come "la giacca rossa dall'immagine 3" o "lo stile a pennellata dall'immagine 3". Questo mantiene il conditioning di FireRed Image Edit focalizzato e previene il restyling globale quando vuoi che cambi solo un elemento.
Modello di diffusione
Questa vista espone la UNet BF16 FireRed Image Edit. Sceglila per la migliore fedeltà dei dettagli e l'esecuzione più stabile di istruzioni complesse. È il percorso raccomandato su GPU moderne. Se incontri limiti di memoria a risoluzioni maggiori, considera il percorso GGUF.
GGUF
Questa vista espone la UNet FireRed Image Edit quantizzata GGUF ottimizzata per CPU o dispositivi con poca VRAM. La qualità rimane forte per la maggior parte degli editing, con una riduzione notevole nell'uso della memoria. È ideale per render batch e riproducibili su hardware modesto o quando si eseguono più worker.
Campionamento
Il blocco di campionamento combina il tuo conditioning positivo e negativo con un canvas latente e produce l'editing finale. EmptySD3LatentImage (#116) imposta la risoluzione target e la dimensione del batch, poi KSampler (#65) esegue gli step usando lo scheduler e il seed scelti. VAEDecode converte i latenti in un'immagine per l'anteprima e SaveImage scrive i file nella tua directory di output ComfyUI. Fissa il seed per la riproducibilità o varialo per esplorare alternative che rispettino la tua istruzione.
Opzioni
Usa l'area Model Selector per alternare tra varianti BF16 e GGUF senza ricollegare. Il Resolution Selector può abbinare automaticamente l'immagine 1 o usare il gruppo Custom Image Size. Questi controlli esistono per mantenere il flusso FireRed Image Edit veloce, permettendoti di regolare costo, velocità e qualità per ogni lavoro.
Dimensione immagine personalizzata
Due widget interi impostano larghezza e altezza quando vuoi un controllo esplicito. Questo percorso alimenta il generatore di latenti così l'intera esecuzione rispetta la dimensione scelta. Per i migliori dettagli con FireRed Image Edit, preferisci risoluzioni vicine alle proporzioni del tuo soggetto principale o dell'immagine di sfondo per ridurre gli artefatti di ricampionamento.
Nodi chiave nel workflow ComfyUI FireRed Image Edit
Any Switch (rgthree) (#91)
Instrada il grafo attraverso la UNet BF16 FireRed Image Edit o la variante GGUF senza cambiare i collegamenti a valle. Usalo per confrontare A/B qualità e velocità o per instradare worker CPU e GPU attraverso lo stesso grafo. Link del progetto: rgthree/rgthree-comfy
LoraLoaderModelOnly (#74)
Applica il LoRA Qwen-Image-Edit-2511-Lightning sopra il modello FireRed Image Edit selezionato. Aumenta la forza quando vuoi anteprime più veloci con meno step, e riducila se noti cambiamenti troppo assertivi. Mantienilo abilitato per l'ideazione, poi disabilita o ammorbidisci per i render finali alla massima fedeltà. Link modello: lightx2v/Qwen-Image-Edit-2511-Lightning
TextEncodeQwenImageEditPlus (Positivo) (#68)
Trasforma la tua istruzione in conditioning ingerendo fino a tre immagini di riferimento. Scrivi comandi diretti e non ambigui e fai riferimento esplicitamente ai numeri delle immagini per compositing, trasferimento di attributi o vincoli di layout. Più specifici sono i tuoi sostantivi e verbi, più affidabilmente FireRed Image Edit li segue.
TextEncodeQwenImageEditPlus (Negativo) (#69)
Ti permette di vietare artefatti, stili indesiderati o cambiamenti che non vuoi. Usalo per preservare tipografia, colori del brand o identità anche quando l'istruzione principale spinge una forte trasformazione. Combina con positivi chiari per bilanciare creatività e preservazione.
EmptySD3LatentImage (#116)
Crea un canvas latente alla risoluzione scelta. Abbina la dimensione dell'immagine 1 per compositi fedeli o imposta una risoluzione personalizzata per output destinati alla stampa o proporzioni specifiche. Considera upscale modesti dopo l'editing piuttosto che editare a risoluzioni estremamente alte.
KSampler (#65)
Guida il processo di denoising che realizza la tua istruzione. Regola step, scheduler e seed per bilanciare velocità e fedeltà. Con il LoRA Lightning abilitato, meno step spesso bastano per anteprime forti, mentre il percorso BF16 con impostazioni più conservative è ideale per i risultati finali. Riferimento nodo core: ComfyUI
Extra opzionali
- Per un'iterazione veloce, inizia con il percorso GGUF più il LoRA Lightning, poi passa a BF16 per i risultati finali.
- Scrivi prompt che nominino le sorgenti, ad esempio: "posiziona il soggetto dall'immagine 1 sullo sfondo dell'immagine 2 e trasferisci la giacca dall'immagine 3, mantieni l'illuminazione consistente."
- Usa il prompt negativo per proteggere colori del brand, loghi o testo quando modifichi scatti di prodotto con FireRed Image Edit.
- Abbina automaticamente la risoluzione all'immagine 1 per i compositi, o imposta una dimensione personalizzata quando stai sostituendo l'intero sfondo.
- Fissa il seed quando confronti output BF16 e GGUF così le differenze riflettono la scelta del modello piuttosto che la casualità.
Ringraziamenti
Questo workflow implementa e si basa sui seguenti lavori e risorse. Ringraziamo con gratitudine @eyeforailabs e FireRedTeam per FireRed-Image-Edit-1.0 e EyeForAILabs per il Tutorial YouTube per i loro contributi e manutenzione. Per dettagli autorevoli, consultare la documentazione e i repository originali collegati di seguito.
Risorse
- FireRedTeam/FireRed-Image-Edit-1.0
- GitHub: FireRedTeam/FireRed-Image-Edit
- Hugging Face: FireRedTeam/FireRed-Image-Edit-1.0
- EyeForAILabs/YouTube Tutorial
- Docs / Release Notes: @eyeforailabs YouTube Tutorial
Nota: L'uso dei modelli, dei dataset e del codice referenziati è soggetto alle rispettive licenze e termini forniti dai loro autori e manutentori.