今天带来的是一个基于HiDream 模型的 ComfyUI 图像编辑工作流，它通过 InstructPix2Pix 的方式对输入图像进行细节修改，重点展示了如何结合强大的文本编码器和扩散模型，在保持原图主体的前提下完成局部的自然化调整。效果演示中，人物的发型被精准修改为自然散落的效果，同时背景与整体画面保持一致性，让读者直观地感受到工作流在图像生成与编辑中的应用价值。文章目录HiDream ComfyUI 图像编辑工作流工作流介绍核心模型Node 节点工作流程大模型应用CLIPTextEncode 文本语义嵌入生成CLIPTextEncode 负向语义控制使用方法应用场景开发与应用HiDream ComfyUI 图像编辑工作流工作流介绍该工作流基于HiDream-E1扩散模型和多种文本编码器组合构建而成，旨在通过文本指令直接修改现有图像局部内容。其核心思路是加载预训练的UNet 模型、VAE 解码器与多路 CLIP/T5/LLama 编码器，结合 InstructPix2Pix 条件生成方式，实现自然、高保真的局部修改。整个流程由模型加载、图像输入、Prompt 提示、采样生成与最终保存五大环节组成，确保从输入到输出的链路清晰且高效。核心模型核心模型的配置围绕UNet 扩散模型、VAE 模型和多模态文本编码器展开。HiDream 的扩散模型提供了稳定的潜空间生成能力，VAE 模块用于潜变量与图像的解码转换，而 QuadrupleCLIPLoader 同时引入了 CLIP、T5 以及 LLama 编码器，使得文本指令在风格与语义上更具多样性与准确性。这些模型的配合保证了图像修改过程的可控性与效果还原度。模型名称说明
