Hunyuan Image 2.1 | 高分辨率AI图像生成器

使用Hunyuan Image 2.1在ComfyUI中生成原生2K图像

此工作流使用Hunyuan Image 2.1将您的提示转化为清晰的原生2048×2048渲染。它将腾讯的扩散变换器与双文本编码器结合，以提升语义对齐和文本渲染质量，然后高效采样并通过匹配的高压缩VAE解码。如果您需要生产就绪的场景、角色和图像中的清晰文本，同时保持速度和控制，这个ComfyUI Hunyuan Image 2.1工作流就是为您而建。

创作者、艺术总监和技术艺术家可以插入多语言提示，微调几个旋钮，并始终获得清晰的结果。图形附带合理的负面提示、原生2K画布和FP8 UNet以控制VRAM，展示Hunyuan Image 2.1开箱即用的能力。

Comfyui Hunyuan Image 2.1工作流中的关键模型

• HunyuanImage‑2.1 by Tencent。基础文本到图像模型，具有扩散变换器骨干、双文本编码器、32× VAE、RLHF后训练和高效采样的meanflow蒸馏。链接：Hugging Face · GitHub
• Qwen2.5‑VL‑7B‑Instruct。多模态视觉语言编码器，用作语义文本编码器，以提高复杂场景和语言的提示理解。链接：Hugging Face
• ByT5 Small。无标记字节级编码器，增强字符和字形处理，以便在图像中渲染文本。链接：Hugging Face · Paper

如何使用Comfyui Hunyuan Image 2.1工作流

图形从提示到像素遵循清晰的路径：使用两个编码器编码文本，准备原生2K潜在画布，使用Hunyuan Image 2.1采样，通过匹配的VAE解码并保存输出。

使用双编码器进行文本编码

• DualCLIPLoader (#33) 加载配置为Hunyuan Image 2.1的Qwen2.5‑VL‑7B和ByT5 Small。这种双重设置使模型可以解析场景语义，同时对字形和多语言文本保持强大。
• 在CLIPTextEncode (#6)中输入您的主要描述。您可以用英语或中文书写，混合相机提示和照明，并包含图像中的文本指示。
• 在CLIPTextEncode (#7)中使用现成的负面提示抑制常见的伪影。您可以根据自己的风格调整它，或者保持原样以获得平衡的结果。

原生2K的潜在画布

• EmptyHunyuanImageLatent (#29) 使用单批次在2048×2048初始化画布。Hunyuan Image 2.1专为2K生成而设计，因此建议使用原生2K尺寸以获得最佳质量。
• 如有需要，调整宽度和高度，保持Hunyuan支持的长宽比。对于替代长宽比，请坚持使用对模型友好的尺寸以避免伪影。

使用Hunyuan Image 2.1进行高效采样

• UNETLoader (#37) 加载FP8检查点以减少VRAM，同时保持保真度，然后将其馈送给KSampler (#3)进行去噪。
• 使用编码器的正面和负面条件来引导构图和清晰度。调整种子以获得多样性，步骤以平衡质量与速度，指导以确保提示的遵循。
• 工作流专注于基础模型路径。Hunyuan Image 2.1还支持精炼阶段；如果您想要额外的润色，可以稍后添加一个。

解码和保存

• VAELoader (#34) 引入Hunyuan Image 2.1 VAE，VAEDecode (#8) 使用模型的32×压缩方案从采样的潜在中重建最终图像。
• SaveImage (#9) 将输出写入您选择的目录。如果您计划跨种子或提示进行迭代，请设置清晰的文件名前缀。

Comfyui Hunyuan Image 2.1工作流中的关键节点

DualCLIPLoader (#33)

此节点加载Hunyuan Image 2.1预期的文本编码器对。保持模型类型设置为Hunyuan，并选择Qwen2.5‑VL‑7B和ByT5 Small，以结合强大的场景理解和字形感知的文本处理。如果您在风格上进行迭代，请调整正面提示与指导同步，而不是更换编码器。

CLIPTextEncode (#6和#7)

这些节点将您的正面和负面提示转化为条件。保持正面提示简洁在上方，然后添加镜头、照明和风格提示。使用负面提示抑制诸如多余肢体或噪声文本等伪影；如果您认为它对您的概念过于限制，请修剪它。

EmptyHunyuanImageLatent (#29)

定义工作分辨率和批次。默认的2048×2048与Hunyuan Image 2.1的原生2K能力对齐。对于其他长宽比，请选择对模型友好的宽度和高度对，并考虑在您远离方形时稍微增加步骤。

KSampler (#3)

驱动Hunyuan Image 2.1的去噪过程。当您需要更精细的微观细节时增加步骤，快速草稿时减少。提高指导以更强的提示遵循，但注意过饱和或刚性；降低以获得更自然的变化。切换种子以探索构图，而无需更改您的提示。

UNETLoader (#37)

加载Hunyuan Image 2.1 UNet。包含的FP8检查点保持2K输出的内存使用适中。如果您有充足的VRAM并希望最大限度地提供激进设置的空间，请考虑从官方发布中选择同一模型的更高精度变体。

VAELoader (#34) 和 VAEDecode (#8)

这些节点必须与Hunyuan Image 2.1版本匹配才能正确解码。模型的高压缩VAE是快速2K生成的关键；配对正确的VAE可以避免颜色偏移和块状纹理。如果您更改基础模型，请务必相应更新VAE。

可选扩展

• 提示
  • Hunyuan Image 2.1对结构化提示反应良好：主题、动作、环境、相机、照明、风格。对于图像中的文本，引用您想要的确切单词并保持简短。
• 速度和内存
  • FP8 UNet已经很高效。如果您需要进一步压缩，禁用大批次并偏爱较少的步骤。图中存在可选的GGUF加载器节点，但默认情况下已禁用；高级用户可以在实验量化检查点时将其交换。
• 长宽比
  • 坚持使用原生2K友好的尺寸以获得最佳效果。如果您尝试宽幅或高幅格式，请验证干净的渲染并考虑小幅增加步骤。
• 精炼
  • Hunyuan Image 2.1支持精炼阶段。要尝试，请在基础通道之后添加一个精炼检查点和轻微去噪的第二个采样器，以在提升微观细节的同时保持结构。
• 参考
  • Hunyuan Image 2.1模型详细信息和下载：Hugging Face · GitHub
  • Qwen2.5‑VL‑7B‑Instruct: Hugging Face
  • ByT5 Small和论文: Hugging Face · Paper

鸣谢

此工作流实现并建立在以下作品和资源之上。我们感谢@Ai Verse和Hunyuan为Hunyuan Image 2.1 Demo的贡献和维护。有关权威详情，请参阅下面链接的原始文档和存储库。

资源

• Hunyuan/Hunyuan Image 2.1 Demo
  • 文档/发布说明: Hunyuan Image 2.1 Demo tutorial from @Ai Verse

注意：使用所引用的模型、数据集和代码需遵守其作者和维护者提供的各自许可和条款。