Krea 2 Turbo 圖像轉圖像 ComfyUI 工作流程#
此工作流程是一個樣式翻轉和重繪系統，可以將任何上傳的圖像轉換為相反的視覺媒介，同時保留主題、顏色、姿勢、構圖和場景邏輯。風格化的來源（動漫、插畫、3D、繪畫）被重新構想為可信的照片；真實的照片被重新解釋為清晰的2D動漫。這是基於 Krea 2 Turbo，使用本地 llama.cpp 視覺提示步驟、Qwen3‑VL 文本編碼和 Qwen 圖像 VAE，為創作者提供快速、忠實且可重複的視覺精煉和風格轉移結果，適用於 RunComfy。如果您需要一個可重複使用、準備就緒的 Krea 2 Turbo 圖像轉圖像 ComfyUI 工作流程以進行快速迭代，這就是您的選擇。
Comfyui Krea 2 Turbo 圖像轉圖像 ComfyUI 工作流程中的關鍵模型#
- Krea 2 Turbo huggingface.co/krea/Krea-2-Turbo。這是一個開放權重的文本轉圖像擴散變壓器，優化為少步驟、快速推斷。Turbo 經過蒸餾以提高速度和一致的提示遵循，同時保持高視覺質量和風格控制。
- Qwen3‑VL 4B 文本編碼器 (Krea 2 版) huggingface.co/Comfy-Org/Krea-2。提供用於條件化 Krea 2 的語言到視覺嵌入，此版本包括 Krea-ready Qwen3‑VL 編碼器權重。
- Qwen 圖像 VAE huggingface.co/Comfy-Org/Krea-2。Krea 2 使用的自編碼器在潛在空間和像素之間以高保真度在大分辨率下移動。
- Qwen 3.5 9B 視覺語言模型 (GGUF) 通過 llama.cpp github.com/mickeylan/ComfyUI-llama-cpp_vlm 和 github.com/ggml-org/llama.cpp。在本地運行以分析上傳的圖像並創建一個單一的精緻提示，翻轉媒介同時鎖定具體的視覺事實。
如何使用 Comfyui Krea 2 Turbo 圖像轉圖像 ComfyUI 工作流程#
該工作流程使用本地 VLM 分析您的圖像，生成一個乾淨的相反媒介提示，為 Krea 2 編碼，然後使用 Krea 2 Turbo 重繪。管道從輸入到輸出組織成五個階段，並提供一些可選的控制選項。
1) 上傳並分析圖像#
首先將圖像拖放到 LoadImage (#128)。圖片進入 llama_cpp_model_loader (#127) 和 llama_cpp_instruct_adv (#125)，這些運行本地 Qwen 家族視覺語言模型通過 llama.cpp。精心製作的 system_prompt 指導 VLM 保留主題身份、精確顏色、構圖和攝影邏輯，同時翻轉媒介：風格化來源成為照片；真實照片成為生動的2D動漫。輸出是一個為 Krea 2 準備的單一自然語言提示。
2) 組裝生成提示#
使用 Text (#130) 添加您希望預先或附加的任何短指導，如項目標籤、品牌術語或鏡頭說明。easy promptConcat (#129) 將您的手動文本與 VLM 創作的描述合併成一個連貫的提示。保持添加最小化；VLM 已經準確描述了所有可見元素，因此 Krea 2 Turbo 圖像轉圖像 ComfyUI 工作流程可以保持忠實。
3) 為 Krea 2 編碼文本#
CLIPLoader (#106) 加載捆綁給 Krea 2 的 Qwen3‑VL 4B 文本編碼器，並 CLIPTextEncode (#5) 將最終提示轉換為條件。此編碼器旨在與 Krea 2 的分詞器配對，並保留詳細的場景語義、顏色聲明和攝影提示。ConditioningZeroOut (#124) 提供故意空的負分支，這通常適合 Krea 2 Turbo 的蒸餾指導行為。
4) 使用 Krea 2 Turbo 生成#
UNETLoader (#107) 加載 Krea 2 Turbo 检查点並傳遞給 KSamplerAdvanced (#12)。EmptyLatentImage (#10) 設置畫布大小；選擇您要生成的寬度和高度。Krea 2 Turbo 是為少步驟採樣構建的，具有非常低或零分類器自由引導，因此從零 CFG 開始，只有在需要更嚴格的提示遵循時才提高。採樣器和調度器協同工作以提供快速、清晰的結果，尊重提示鎖定的顏色和構圖。
5) 解碼並保存輸出#
VAELoader (#105) 提供 Qwen 圖像 VAE 用於 VAEDecodeTiled (#123) 以 VRAM 友好的平鋪方式從潛在空間重建像素。SaveImage (#35) 寫入最終渲染。結果是一個乾淨、忠實的重繪，在相反的媒介中準備好進行審查或另一個快速通過。
Comfyui Krea 2 Turbo 圖像轉圖像 ComfyUI 工作流程中的關鍵節點#
llama_cpp_instruct_adv (#125)#
這個節點是樣式翻轉的大腦。只有在您想更改翻轉策略或保留規則時才調整 system_prompt；默認值已調整為保持身份、姿勢、構圖和精確顏色。使用 preset_prompt 和 custom_prompt 進行小調整，如為照片輸出命名鏡頭或為動漫添加輕柔的調色板註釋。將輸出保持為一個流暢的段落；Krea 2 最好響應自然語言。
KSamplerAdvanced (#12)#
控制速度、清晰度和遵循度。Krea 2 Turbo 經過蒸餾以進行少步驟採樣，具有低或零 cfg (參見模型卡和代碼中的官方指導) 因此從最低指導開始，只有在需要更嚴格的提示跟隨時才調整向上。如果您偏好不同的清晰邊緣與超平滑漸變之間的取捨，請切換 sampler_name 和 scheduler。當您希望一致的變化時，鎖定 noise_seed。
EmptyLatentImage (#10)#
設置輸出大小和批量。使用此選擇匹配預期構圖的長寬比和分辨率；VLM 提示攜帶構圖，因此請避免後續的裁剪更改。較大的框架受益於平鋪解碼階段以保持內存效率。
ConditioningZeroOut (#124)#
設計上禁用負提示，這通常適合 Krea 2 Turbo。如果您的項目需要傳統的負提示，請用第二個 CLIPTextEncode 替換此以提供 KSamplerAdvanced (#12) 的負輸入。
VAEDecodeTiled (#123)#
執行平鋪解碼以在較高分辨率下保持 VRAM 使用穩定。如果在極端尺寸下看到縫隙，輕輕增加重疊；如果內存緊張，增加平鋪粒度。
可選額外選項#
- 為了樣式化控制，您可以從 Comfy-Org 重打包中加載 Krea-2 LoRAs (文件中列出的鏈接) 並在 ComfyUI 中像任何其他 LoRA 一樣應用它們 huggingface.co/Comfy-Org/Krea-2。Krea 建議在 Raw 上訓練 LoRAs 並在 Turbo 上應用它們；詳情請參閱官方倉庫 github.com/krea-ai/krea-2。
- 保持手動編輯簡短。Krea 2 Turbo 圖像轉圖像 ComfyUI 工作流程旨在保留精確的色調和場景邏輯；長時間的手動提示可能會無意中覆蓋 VLM 的顏色鎖定。
- 為了最快的迭代，在中等分辨率下工作，審查構圖，然後在滿意翻轉後放大或提高分辨率以獲得最終效果。
致謝#
此工作流程實現並建立在以下作品和資源之上。我們感謝 RunningHub 提供的 Image-to-Image 工作流程源，Krea AI 提供的 Krea 2 和 Krea-2-Turbo，以及 Comfy-Org 和 mickeylan 提供的 ComfyUI Krea 2 權重和 ComfyUI llama-cpp VLM 自定義節點 的貢獻和維護。欲了解權威細節，請參閱以下鏈接的原始文檔和倉庫。
資源#
- RunningHub/Image-to-Image Workflow
- Docs / Release Notes: RunningHub post
- krea-ai/Krea 2
- GitHub: krea-ai/krea-2
- Krea/Krea-2-Turbo
- Hugging Face: krea/Krea-2-Turbo
- Comfy-Org/Krea-2
- Hugging Face: Comfy-Org/Krea-2
- mickeylan/ComfyUI-llama-cpp_vlm
- GitHub: mickeylan/ComfyUI-llama-cpp_vlm
注意：使用參考的模型、數據集和代碼需遵循其作者和維護者提供的相應許可和條款。