Krea 2 多图像参考编辑 ComfyUI 工作流#
此 RunComfy-ready 图表将多个视觉参考转化为一个连贯的、真实的编辑。Krea 2 多图像参考编辑 ComfyUI 工作流允许您混合身份、衣橱、产品和环境图像，同时通过简明的提示引导风格和意图。它由 Krea-2 Turbo 提供动力，快速高质量合成，Qwen-VL 系列编码器用于文本和图像理解，Qwen Image VAE 处理高保真潜变量，Krea2EditRebalance 调节器则精确控制每个参考对结果的影响。
使用它来更换服装、放置产品、保持角色身份一致、转移光照或环境，并从多个来源创建活动风格的合成图。图表紧凑、可复制，并为快速迭代调整，因此您可以快速测试创造性方向而不牺牲一致性。
Krea 2 多图像参考编辑 ComfyUI 工作流中的关键模型#
- Krea-2 Turbo。合成最终图像的扩散主干，具有强大的真实感和快速收敛。它专为迭代编辑和高吞吐量生成而设计。详情和更新请参见官方模型卡：krea/Krea-2-Turbo 和代码库：krea-ai/krea-2。
- Qwen-VL 系列文本-图像编码器（此图中的 Qwen3-VL 4B 变体）。将提示和视觉参考编码到模型可跟随的共享空间中，提高文本意图和图像提示之间的对齐。探索家族：Qwen 在 Hugging Face 上。
- Qwen Image VAE。处理潜在空间编码/解码，具有高感知质量，在像素和潜变量之间转换时保留精细细节。ComfyUI 打包的权重可与 Krea 2 资产一起使用：Comfy-Org/Krea-2。
如何使用 Krea 2 多图像参考编辑 ComfyUI 工作流#
工作流从参考输入和提示编码移动到调节、采样和解码。阶段按目的组织，因此您可以首先专注于创造性输入，然后迭代保真度和风格。
参考图像输入#
加载最多三个核心参考：身份、服装/产品和环境，使用 LoadImage (#2, #34, #35)。图像 1 通常锚定身份或主要主题，图像 2 携带服装或产品提示，图像 3 设置光照或场景氛围。需要时可以通过 Krea2EditRebalance (#41) 选择性地添加第四个参考。高质量、正面和光线充足的图像使调节更稳定，减少伪影。
提示和负面#
在 Prompt (#19) 中写下您的创造性方向，在 Negative Prompt (#36) 中写下防护栏。提示应描述拍摄类型、氛围和任何必备属性，同时让参考引导具体外观。负面有助于避免不需要的风格或伪影，并保持结果真实。CLIPLoader (#38) 为调节器嵌入提示和视觉参考。
使用 Krea2EditRebalance 进行调节#
Krea2EditRebalance (#41) 将提示文本与所有参考图像融合，让您重新平衡每个图像对最终外观的影响。imageN_tokens 选择器让您强调身份、服装/产品或环境，因此模型遵循您的优先级。以平衡设置开始，然后在身份漂移或服装或光照表现不足时调整强调。这种针对性的重新加权使多图像参考编辑可靠地保持活动风格的一致性。了解更多关于节点的信息：nova452/ComfyUI-Conditioning-Rebalance。
分辨率和潜变量设置#
在 ResolutionSelector (#40) 中选择纵横比和尺寸，定义画布的 EmptyLatentImage (#47)。单一主体框架使用方形或纵向，产品和环境重的构图使用更宽的格式。选择的尺寸影响细节、构图紧密度和渲染时间。RandomNoise (#10) 为生成种子，因此您可以锁定外观以便重复性或重新随机化以探索变体。
采样、调度器和模型#
UNETLoader (#37) 加载 Krea-2 Turbo，同时 BasicGuider (#42) 在采样过程中将调节器应用到模型。选择 KSamplerSelect (#43) 中的采样器，并在 BasicScheduler (#44) 中配置步骤行为；它们共同控制图像从噪声到最终像素的路径。SamplerCustomAdvanced (#45) 将噪声、引导器、采样器、调度器和潜变量结合在一起，产生最终的潜变量结果。对于快速创造性通过，选择较轻的调度；对于抛光，逐步增加精细度并重复使用相同的种子。
解码、预览和保存#
VAELoader (#39) 和 VAEDecode (#46) 使用 Qwen Image VAE 将最终潜变量转换为图像，以获得清晰的细节。在 PreviewImage (#18) 中检查输出，并使用清晰的文件名前缀在 SaveImage (#68) 中捕获结果以进行版本控制。通过保存种子和简短的笔记，记录每次探索线程的参考和强调设置一致性。
Krea 2 多图像参考编辑 ComfyUI 工作流中的关键节点#
Krea2EditRebalance (#41)#
平衡提示和多个参考的影响。调整 image1_tokens、image2_tokens、image3_tokens 和可选的 image4_tokens 以优先考虑身份、衣橱/产品或环境。如果身份保真度下降，增加第一个图像的强调；如果服装或光照表现不佳，提高它们的标记。此节点是 Conditioning Rebalance 自定义包的一部分：nova452/ComfyUI-Conditioning-Rebalance。
UNETLoader (#37)#
加载合成主干 Krea-2 Turbo，确定基线风格和能力。保持固定以保持活动中的一致性，仅在您打算更改渲染特征时更改。官方权重和笔记：krea/Krea-2-Turbo 和 krea-ai/krea-2。
KSamplerSelect (#43)#
选择采样算法，影响纹理和边缘行为。根据主题使用它来在速度和清晰度或柔和渐变之间进行权衡。将此处的选择与调度器调整配对，以获得可预测、可重复的改进，而不是全面重置。
BasicScheduler (#44)#
控制步骤调度和总体去噪强度。较低的总精细度可以保留更多的参考外观；较高的精细度推动模型更强烈地重新解释内容。与采样器选择和调节强调搭配调整，以达到忠实度和创造力的理想平衡。有关 sigma 调度概念的一般指导，请参阅 Karras 等人的扩散调度研究 arXiv。
ResolutionSelector (#40)#
设置输入潜变量画布的纵横比和尺寸。将分辨率与主题规模和输出用途（纵向、产品英雄或场景）匹配。较大的尺寸可以解析更多的纹理，但可能需要增加精细度以稳定细节。
RandomNoise (#10)#
为生成提供种子以便可重复性或探索。锁定种子以在相同构图上迭代光照、衣橱或提示调整；更改种子以在不更改其他设置的情况下试验新框架和微纹理。
VAELoader (#39)#
加载用于解码的 Qwen Image VAE。保持 VAE 选择与模型系列一致，以避免颜色或清晰度的变化。打包资产可在此获取：Comfy-Org/Krea-2。
可选附加项#
- 一致性映射参考：图像 1 用于身份，图像 2 用于服装或产品，图像 3 用于环境或光照。
- 保持提示简洁而描述性；让参考携带精确的纹理、标志和调色板。
- 如果面部漂移，首先增加图像 1 的强调，然后再提高步骤；这可以保持外观而不会过度烹饪风格。
- 对于产品放置，使用干净的包装图像作为图像 2，并在提示中以其上下文调用。
- 保持参考之间的相似相机角度，以减少几何冲突。
- 在迭代文本和标记强调时锁定种子；仅在探索新构图时更改种子。
- 每个变体保存小批次，并记录哪些参考和标记产生了最佳活动一致性结果。
致谢#
此工作流实现并建立在以下作品和资源的基础上。我们感谢 Krea (krea-ai) 提供的 Krea-2-Turbo 模型和 krea-2 仓库，Comfy-Org 提供的 Krea-2 ComfyUI 权重，以及 RunningHub 和 nova452 提供的工作流参考和 ComfyUI Conditioning Rebalance 自定义节点的贡献和维护。有关权威详细信息，请参阅下列链接的原始文档和仓库。
资源#
- RunningHub/工作流参考
- 文档 / 发布说明：RunningHub 工作流参考
- krea/Krea-2-Turbo
- Hugging Face: krea/Krea-2-Turbo
- krea-ai/krea-2
- GitHub: krea-ai/krea-2
- Comfy-Org/Krea-2
- Hugging Face: Comfy-Org/Krea-2
- nova452/ComfyUI-Conditioning-Rebalance
注意：使用所引用的模型、数据集和代码须遵循各自作者和维护者提供的许可和条款。
