ERNIE-Image ComfyUI 官方支持与自定义节点完全指南

摘要：ComfyUI 现已正式支持 ERNIE-Image，从 v0.19.1 版本开始即可在模板中直接加载官方工作流。本文深入解析 ERNIE-Image 在 ComfyUI 中的部署方式、Pixaroma Note 等自定义节点的实际应用、ControlNet 组合工作流、以及从单图生成到批量生产的高级技巧。无论你是 ComfyUI 新手还是有经验的工作流开发者，都能找到提升效率的实用方案。

ComfyUI 官方支持的里程碑

2026 年初，ComfyUI 官方宣布对 ERNIE-Image 的 Day-0 支持，这意味着：

原生集成：ComfyUI v0.19.1+ 内置 ERNIE-Image 工作流模板
一键加载：通过 Templates → ERNIE-Image 直接获取完整工作流
自动模型下载：所需模型文件通过 HuggingFace 自动获取
双模型支持：ERNIE-Image Base（50 步高质量）和 ERNIE-Image-Turbo（8 步快速迭代）

这标志着 ERNIE-Image 从"社区手动适配"进入了"官方生态支持"阶段。

ComfyUI 中的 ERNIE-Image 核心架构

ERNIE-Image 在 ComfyUI 中的工作流由以下核心节点组成：

[CLIP Text Encode] → [ERNIE-Image Diffusion Model] → [VAE Decode] → [Save Image]
        ↑                       ↑                           ↑
   Prompt Text          ernie-image.safetensors      flux2_ae.safetensors
   (或 PE 输出)          (或 turbo.safetensors)

关键组件说明：

组件	文件	作用	来源
扩散模型	`ernie-image.safetensors`	主生成模型（8B DiT）	Comfy-Org/ERNIE-Image
Turbo 模型	`ernie-image-turbo.safetensors`	蒸馏加速版（8 步）	Comfy-Org/ERNIE-Image
Prompt Enhancer	`ministral-3-3b.safetensors`	3B 提示词增强器	baidu/ERNIE-Image
文本编码器	CLIP/CLIPViT	文本条件编码	内置
VAE	`flux2_ae.safetensors`	FLUX.2 变分自编码器	FLUX.2

注意：ERNIE-Image 使用 FLUX.2 的 VAE（flux2_ae.safetensors），而非传统的 SD VAE。这是 ComfyUI 配置中最常见的错误来源之一。

快速上手：从安装到出图

第一步：更新 ComfyUI

cd ComfyUI
git pull origin master
# 确保版本 ≥ v0.19.1

第二步：加载 ERNIE-Image 工作流

打开 ComfyUI Web 界面
点击 Templates 标签
搜索 ERNIE-Image
选择 ERNIE-Image 或 ERNIE-Image-Turbo 工作流
点击 Load 加载

第三步：下载模型文件

ComfyUI 会自动检测缺失的模型并提示下载。模型文件位于：

ComfyUI/models/diffusion_models/ernie-image.safetensors（Base）
ComfyUI/models/diffusion_models/ernie-image-turbo.safetensors（Turbo）
ComfyUI/models/vae/flux2_ae.safetensors（VAE）
ComfyUI/models/text_encoders/ministral-3-3b.safetensors（PE）

第四步：生成第一张图

在 CLIP Text Encode 节点输入提示词
设置采样器（Turbo 推荐 Euler，步数 8；Base 推荐 DPM++ 2M，步数 20-50）
设置 CFG Scale（Turbo: 1.0，Base: 5.0-7.0）
点击 Queue Prompt 开始生成

自定义节点：Pixaroma Note 与 Resolution 节点

Pixaroma Note：富文本提示词编辑器

来源: YouTube Ep14 教程中的自定义节点

解决的问题：ERNIE-Image 的文字渲染能力强大，但 ComfyUI 默认的文本输入框对多行、多语言、复杂结构的提示词支持有限。

功能：

富文本编辑：支持多段落、换行、缩进
彩色文本标注：用颜色区分提示词的不同部分（主体、背景、风格、文字）
高亮标记：快速定位关键参数
列表/代码块：结构化提示词组织

安装：

cd ComfyUI/custom_nodes
git clone https://github.com/Pixaroma/comfyui-pixaroma-nodes
pip install -r requirements.txt

典型工作流：

[Pixaroma Note (提示词编辑)] → [CLIP Text Encode] → [KSampler] → [VAE Decode] → [Save Image]

Resolution 节点：智能分辨率计算

解决的问题：ERNIE-Image 的最佳输出分辨率因场景而异——海报设计需要高宽比，社交媒体配图需要特定尺寸，而产品图需要正方形。

功能：自动根据提示词内容或预设模板计算最佳输出分辨率。

典型用法：

社交媒体封面：1280×640（2:1）
产品图：1024×1024（1:1）
海报设计：1024×1536（2:3）
YouTube 封面：1280×720（16:9）

高级组合工作流

工作流 1：ControlNet + 超级分辨率

场景：将线稿转换为高质量插图或 3D 风格渲染图

[Load Image (线稿)] → [Canny Edge Detect] → [ControlNet] → [KSampler (ERNIE-Image)] → [ESRGAN Upscale] → [Save Image]

关键配置：

ControlNet 强度：0.5-0.8
采样器：DPM++ 2M Karras
步数：30-50
放大倍率：2x-4x

工作流 2：图像到视频（WanVideo + GIMM-VFI）

场景：将 ERNIE-Image 生成的静态图像转换为短视频

[ERNIE-Image Generate] → [WanVideo I2V] → [GIMM-VFI (帧插值)] → [Save Video]

说明：这是 ComfyUI 官方推荐的组合工作流，利用 WanVideo 进行图像到视频转换，再通过 GIMM-VFI 提升帧率。

工作流 3：FP8 混合精度放大

场景：在有限显存下实现高质量高分辨率输出

[KSampler (FP8 Base, 512×512)] → [KSampler (FP8 Upscale, 1024×1024)] → [Save Image]

关键配置：

第一阶段：512×512，FP8 模型，20 步
第二阶段：1024×1024，FP8 模型，15 步，低噪声
总显存占用：比 BF16 1024×1024 直接生成减少约 60%

工作流 4：ICEdit + Flux + ESRGAN 局部重绘

场景：对 ERNIE-Image 生成结果的特定区域进行精细化修改

[Load Image] → [ICEdit Inpaint] → [Flux Style Transfer] → [ESRGAN Upscale] → [Save Image]

批量生产工作流

对于电商产品图、社交媒体批量配图等场景，ComfyUI 支持批量提示词输入：

# 使用 Wildcard 或文本文件批量输入
# prompts.txt 每行一个提示词
prompt1: 白色背景上的蓝色运动鞋，产品摄影风格
prompt2: 白色背景上的红色耳机，产品摄影风格
prompt3: 白色背景上的黑色手表，产品摄影风格

ComfyUI 批量配置：

使用 Load Text 节点读取 prompts.txt
配合 Batch Prompt 节点拆分提示词
每个提示词独立生成一张图
Save Image 节点自动按序号保存

云端方案：Floyo H100 云端工作流

如果你没有本地 GPU，Floyo 提供了云端运行 ERNIE-Image Turbo 的方案：

链接: https://www.floyo.ai/workflows/ernie-turbo-text-to-image-workflow
硬件: H100 云端 GPU
优势：无需本地安装，浏览器直接使用
成本: 按使用时间计费，适合偶尔使用的用户

对比本地部署：

维度	Floyo 云端	本地 ComfyUI
初始成本	$0	GPU 硬件成本
单次生成成本	~$0.05-0.10	电费（几乎可忽略）
延迟	网络延迟 + 排队	本地无延迟
隐私	数据上传云端	完全本地
适合场景	偶尔使用、无 GPU	高频使用、有 GPU

常见问题

Q: ERNIE-Image Base 和 Turbo 在 ComfyUI 中有什么区别？

特性	Base	Turbo
参数	8B DiT	8B DiT (蒸馏)
步数	20-50	8
质量	最佳	接近 Base
CFG Scale	5.0-7.0	1.0
速度	较慢	快 3-6 倍
推荐场景	最终出图、印刷品	快速迭代、预览

Q: Prompt Enhancer 在 ComfyUI 中如何启用？

在 CLIP Text Encode 节点前添加 ERNIE PE 节点，连接 ministral-3-3b.safetensors。简短提示词会先经过 PE 扩展，再输入到主模型。

Q: 显存不足怎么办？

使用 Turbo 模型（显存需求更低）
启用 --lowvram 启动参数
使用 FP8 量化模型
降低输出分辨率后放大

总结

ComfyUI 对 ERNIE-Image 的官方支持标志着开源文生图生态的成熟。从基础工作流到自定义节点、从单图生成到批量生产、从本地部署到云端方案，ERNIE-Image 在 ComfyUI 生态中的集成度正在快速提升。

关键推荐：

新手：使用官方模板快速上手，先跑通 Base 模型
进阶用户：搭配 Pixaroma Note 编写复杂提示词
生产用户：批量工作流 + ControlNet 组合，实现自动化生产
无 GPU 用户：Floyo 云端方案零门槛体验

关键词: ernie-image comfyui ernie-image comfyui workflow comfyui ernie-image official support ernie-image pixaroma nodes comfyui ernie-image controlnet ernie-image batch generation comfyui

ERNIE-Image ComfyUI 官方支持与自定义节点完全指南

Table of Contents

ERNIE-Image ComfyUI 官方支持与自定义节点完全指南

ComfyUI 官方支持的里程碑

ComfyUI 中的 ERNIE-Image 核心架构

快速上手：从安装到出图

第一步：更新 ComfyUI

第二步：加载 ERNIE-Image 工作流

第三步：下载模型文件

第四步：生成第一张图

自定义节点：Pixaroma Note 与 Resolution 节点

Pixaroma Note：富文本提示词编辑器

Resolution 节点：智能分辨率计算

高级组合工作流

工作流 1：ControlNet + 超级分辨率

工作流 2：图像到视频（WanVideo + GIMM-VFI）

工作流 3：FP8 混合精度放大

工作流 4：ICEdit + Flux + ESRGAN 局部重绘

批量生产工作流

云端方案：Floyo H100 云端工作流

常见问题

Q: ERNIE-Image Base 和 Turbo 在 ComfyUI 中有什么区别？

Q: Prompt Enhancer 在 ComfyUI 中如何启用？

Q: 显存不足怎么办？

总结