MOSS-Image Base in ComfyUI | 布局引导的文本生成图像

ComfyUI MOSS-Image Base Layout-Guided Text to Image Workflow

MOSS-Image Base in ComfyUI | Layout-Guided Text to Image

Want to run this workflow?

Fully operational workflows
No missing nodes or models
No manual setups required
Features stunning visuals

ComfyUI MOSS-Image Base Layout-Guided Text to Image Examples

moss-image-base-in-comfyui-layout-guided-text-to-image-1541-example_01.webp

moss-image-base-in-comfyui-layout-guided-text-to-image-1541-example_02.webp

moss-image-base-in-comfyui-layout-guided-text-to-image-1541-example_03.webp

moss-image-base-in-comfyui-layout-guided-text-to-image-1541-example_04.webp

moss-image-base-in-comfyui-layout-guided-text-to-image-1541-example_05.webp

moss-image-base-in-comfyui-layout-guided-text-to-image-1541-example_06.webp

MOSS-Image Base 布局引导的文本生成图像#

此 ComfyUI 工作流使用 MOSS-Image Base 检查点将文本加边界框转化为精确的、布局感知的图像。您可以用框勾勒出一个构图，为每个区域标记为对象或文本，然后工作流将该结构转换为指导生成的布局提示。保持提示增强功能开启以获得更具表现力的措辞，或关闭它以保持框派生的措辞不变。

MOSS-Image Base 布局引导的文本生成图像非常适合海报概念、产品主视觉图以及任何必须尊重主题和排版位置的设计。从官方基础布局模板开始，然后通过微调框大小、标签和全局提示快速迭代以优化外观和布局。

Comfyui MOSS-Image Base 布局引导的文本生成图像工作流中的关键模型#

MOSS-Image Base。工作流使用的主要文本生成图像生成器。它学习遵循结构化的、框感知的描述，因此对象和文本会出现在您希望的位置，同时保持整体视觉质量。有关背景和训练详情，请参阅项目仓库：OpenMOSS MOSS-Image 和 Comfy-Org 权重中心：Comfy-Org/MOSS-Image。
自动编码器（VAE）。将去噪潜在变量转换为像素并返回的图像解码器。使用捆绑或推荐的 MOSS-Image Base 自动编码器以确保色彩保真度和清晰度。
提示增强模型（可选）。在工作流中使用的轻量级文本重写器，用于丰富从框派生的提示。当您想要严格的、以布局为先的控制并减少措辞变化时，请关闭它。

如何使用 Comfyui MOSS-Image Base 布局引导的文本生成图像工作流#

在高层次上，您定义一个画布，为每个元素绘制框，描述这些元素，然后生成。工作流将您的框和标签转化为结构化的布局提示，调节 MOSS-Image Base 模型，运行采样器去噪潜在变量，解码为 RGB，并保存您的结果。

准备您的画布和框#

创建或加载一个目标纵横比的画布。为您计划包含的每个主要主题和每个文本区域绘制一个边界框。使用清晰、具体的标签，如“红色复古相机”、“光滑瓶子”或“标题：无衬线粗体产品名称”。框的位置、大小和重叠向模型传达构图和层次。

描述对象和文本区域#

每个框都有一个简短的描述。对于文本区域，包含预期的措辞，以便模型将该区域视为排版。保持措辞简洁具体。如果一个框仅用于间距或负空间，适当地标记它，以便生成器学会将其保持轻或空。

构建结构化布局提示#

工作流将您的框转换为编码位置和语义的结构化布局提示。此步骤在对象和文本之间保持空间意图。如果您希望模型在风格上进行详细说明，请保持提示增强开启。如果您希望生成的图像严格遵循您的框描述，请关闭提示增强以保持原始布局提示不变。

添加全球指导和负面内容#

提供一个简短的全球提示以设定风格、氛围或品牌线索，适用于所有框，例如“工作室照明、高对比度、干净背景”。添加负面提示以避免不需要的伪影，例如“模糊、扭曲的文本、额外的肢体”。来自框的布局提示仍然是骨干，而全球文本则推动整体美学。

生成和迭代#

运行采样器生成图像。如果一个主题偏离，稍微放大或重新定位该框，或通过更清晰的名词或材料提示加强其标签。如果文本放置正确但字形看起来过于画意，请收紧描述并考虑关闭提示增强。使用相同的种子进行控制的 A-B 测试，然后更改种子以探索替代方案。

解码、预览和保存#

工作流将最终潜在变量解码为 RGB 图像以进行预览。使用时间戳或描述性名称保存输出，以便您能够跟踪哪个布局和措辞产生了最佳结果。当您达到强烈的构图时，导出为目标大小，并在后续需要清晰的矢量设置类型时优化排版。

MOSS-Image Base 布局引导的文本生成图像的可选附加功能#

从官方模板开始，只调整几个框以学习布局如何影响放置。
在文本框周围留出充足的边距，以提高可读性并减少形状伪影。
使用负面提示抑制框靠近时关键主题附近的干扰。
在调节布局时锁定种子，然后解锁以探索风格多样性而不改变构图。
对于产品工作，将材料和完成词添加到框标签，例如“磨砂玻璃”、“拉丝铝”或“磨砂纸海报”，以提高现实感。

致谢#

此工作流实现并构建在以下作品和资源之上。我们感谢 Comfy-Org 提供的官方 ComfyUI 教程、基础布局模板工作流以及 ComfyUI MOSS-Image 模型权重，以及 OpenMOSS 提供的 MOSS-Image 项目及其贡献和维护。有关权威详细信息，请参阅以下链接的原始文档和存储库。