Fibo 2 Edit Turbo 텍스트에서 이미지로: 4단계 ComfyUI 워크플로우#
이 워크플로우는 Bria의 Fibo 2.0 Edit Turbo 증류 가중치를 사용하여 네 단계로 구조화된 텍스트를 완성된 이미지로 변환합니다. 이는 lvladikov이 설정한 커뮤니티 설정을 따르는 텍스트 전용 그래프이며, 입력 이미지 없이 VGL 스타일 JSON 프롬프트를 사용합니다.
Fibo 2 Edit Turbo 텍스트에서 이미지로는 아트 디렉터, 프롬프트 엔지니어, 신속한 아이디어 발상에 이상적입니다. 이는 주제, 배경, 조명, 미학 및 매체를 명시하는 VGL JSON 프롬프트와 함께 빛납니다. 사진 초상화, 대기 장면, 음식 이미지 및 수채화 삽화를 탐험하면서 반복 속도를 높이세요. Bria의 공식 텍스트-이미지 추천은 Fibo 2.0 Dev를 참조하세요; 이 그래프는 의도적으로 Edit Turbo를 순수 T2I 경로에서 시연합니다.
Comfyui Fibo 2 Edit Turbo 텍스트에서 이미지로 워크플로우의 주요 모델#
- Bria AI Fibo 2.0 Edit Turbo (BF16). 증류된 편집 모델은 lvladikov의 커뮤니티 텍스트-이미지 구성에서 네 단계의 샘플링으로 사용됩니다. 모델 카드
- Fibo 2.0의 Qwen3-VL 4B (BF16) 텍스트 인코더. 평문 텍스트나 VGL JSON에서 고용량 텍스트 임베딩을 제공하여 모델이 세부 구성, 조명 및 스타일 의도를 캡처합니다. Comfy-Org의 Fibo 2.0 자산과 함께 호스팅됩니다. 저장소
- FLUX.2 VAE. Fibo 2.0이 사용한 잠재 표현을 압축하고 디코딩하여 선택한 해상도에서 이미지가 선명하게 렌더링되도록 합니다. 저장소
Comfyui Fibo 2 Edit Turbo 텍스트에서 이미지로 워크플로우 사용 방법#
그래프는 텍스트에서 이미지로 네 단계에 걸쳐 실행됩니다.
- Fibo 2.0 구성 요소 로드
UNETLoader(#1),CLIPLoader(#2), 및VAELoader(#3)는 Edit Turbo 백본, Qwen3-VL 텍스트 인코더 및 FLUX.2 VAE를 불러옵니다. 이 단계는 프롬프트를 토큰화하고, 잠재 공간에서 노이즈를 제거하고, 픽셀로 디코딩하는 데 필요한 모든 가중치를 준비합니다. 구성된 파일을 유지하세요:fibo2_edit_turbo_bf16.safetensors,qwen3vl_4b_bf16.safetensors, 및flux2-vae.safetensors.
- VGL JSON으로 프롬프트 작성
TextEncodeFibo2(#4)는 프롬프트 인터페이스의 핵심입니다. 구조화된 VGL JSON 캡션 또는 평문 문장을 수용합니다; 구조화된 프롬프트는 일반적으로 가장 신뢰할 수 있는 구성 및 조명을 제공합니다. 여기에서 목표 해상도를 설정하세요; 16의 배수를 지키고 1024×1024와 같은 약 1 메가픽셀로 시작하여 속도와 품질의 균형을 유지하세요. 이 텍스트 전용 그래프에서는 이미지 및 VAE 입력을TextEncodeFibo2에 연결하지 마세요. CFG 1에서는 부정 프롬프트가 사용되지 않습니다.
- 속도를 위한 네 단계 샘플링
KSampler(#5)는 Fibo 2.0 Edit Turbo에 맞춰 조정된 네 단계 스케줄을 적용합니다. 4단계, CFG 1,euler샘플러,simple스케줄러, 노이즈 제거 1을 사용하세요. 프롬프트를 비교할 때 시드를 고정하거나 다른 결과를 탐색하려면 변경하세요.
- 디코딩 및 저장
VAEDecode(#6)는 최종 잠재를 이미지로 변환합니다.SaveImage(#7)는 배치가 정리되도록 간단한 접두어로 파일을 작성합니다. 보이는 것은 VAE가 노이즈가 제거된 잠재에서 디코딩한 그대로이므로, 그래프에서 이전에 변경된 사항이 충실히 반영됩니다.
Comfyui Fibo 2 Edit Turbo 텍스트에서 이미지로 워크플로우의 주요 노드#
TextEncodeFibo2 (#4)#
모델을 위한 조건으로 평문 텍스트 또는 VGL JSON을 인코딩하고 잠재 캔버스를 준비합니다. 주제, 배경, 조명, 미학, 매체와 같은 구조화된 필드를 사용하도록 prompt를 조정하세요; 원하는 해상도로 width와 height를 설정하세요; negative_prompt는 CFG 1이 부정 조건 패스를 건너뛰기 때문에 비워 두세요. 예측 가능한 메모리 사용을 위해 batch_size 1로 시작한 후, 외관에 만족하면 증가시키세요.
KSampler (#5)#
Fibo 2.0 Edit Turbo 노이즈 제거 프로세스를 실행합니다. 모델의 증류 체제를 유지하려면 steps를 4로 유지하고, seed를 변경하여 대안을 탐색하세요. cfg를 1로 유지하고, 샘플러는 euler, 스케줄러는 simple, 노이즈 제거는 1로 설정하여 검증된 네 단계 설정에 맞춥니다. 부정 프롬프트는 CFG 1에서 효과가 없습니다. 프롬프트를 비교할 때 TextEncodeFibo2에서 이미지 크기를 변경하고 시드를 고정하세요.
UNETLoader (#1)#
이 워크플로우에서 사용된 정확한 확산 모델인 fibo2_edit_turbo_bf16.safetensors를 로드합니다. 제공된 예제를 재현하려면 구성된 BF16 파일을 유지하세요; 양자화된 변형은 별도의 구성이며 이 워크플로우에서는 검증되지 않았습니다.
VAEDecode (#6)#
최종 잠재를 RGB로 디코딩하기 위해 flux2-vae.safetensors를 사용합니다. 이 텍스트 전용 그래프에서는 텍스트 인코더에 연결되지 않았지만, 구성된 VAE를 VAEDecode에 연결하세요.
선택적 추가 기능#
- VGL JSON으로 프롬프트를 작성할 때는 short_description, objects, background_setting, lighting, aesthetics, photographic_characteristics, style_medium과 같은 간결한 필드를 포함하는 것이 가장 좋습니다. 주제, 구성, 조명 및 매체를 명시적으로 설명하세요.
- 이 워크플로우의 좋은 시작 테마에는 편집 초상화, 감성적인 풍경, 접시로 담은 요리 근접 촬영, 부드러운 수채화 삽화가 포함됩니다. 각 테마는 VGL JSON과 네 단계 Edit Turbo 일정에 잘 맞습니다.
- 참조된 저장소의 모델 카드 및 라이센스를 존중하세요. Bria의 공식 텍스트-이미지는 이 커뮤니티 Fibo 2 Edit Turbo 텍스트에서 이미지로 그래프와 함께 Fibo 2.0 Dev를 탐색하세요.
- 참조: lvladikov의 소스 그래프 FIBO2-Edit-Turbo-T2I, Bria의 Edit Turbo 모델 Fibo-2.0-edit-turbo, Comfy-Org의 Fibo 2.0 자산 집합 Comfy-Org/Fibo-2.0.
감사의 말씀#
이 워크플로우는 다음 작품 및 리소스를 구현하고 구축합니다. 우리는 FIBO2-Edit-Turbo-T2I의 lvladikov, Fibo-2.0-edit-turbo의 briaai, Fibo-2.0의 Comfy-Org에 그들의 기여와 유지에 감사드립니다. 권위 있는 세부 사항은 아래에 링크된 원본 문서 및 저장소를 참조하세요.
리소스#
- 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
참고: 참조된 모델, 데이터 세트 및 코드는 해당 저자 및 유지 보수자가 제공한 각각의 라이센스 및 조건에 따라 사용됩니다.
