ERNIE-Image + Krita AI Diffusion 插件:面向数字艺术家的专业 AI 绘画工作流
为什么这很重要
从 Stable Diffusion 到 ComfyUI,AI 图像生成一直缺少一个关键环节——专业数字绘画软件的原生集成。ComfyUI 虽然强大,但节点式界面让艺术家需要反复切换窗口:在 ComfyUI 里生成、截图、粘贴到 Krita/Photoshop 里编辑、再导回 ComfyUI 重绘。这种割裂的工作流严重影响了创作效率。
2026 年 5 月,GitHub 上最热门的开源 AI 绘画插件 Krita AI Diffusion(10.3k Stars)正式在 v1.50.0 中加入了对 ERNIE-Image 的原生支持。这意味着数字艺术家可以直接在 Krita 画布内调用 ERNIE-Image 的生成能力——选区生成、局部重绘、画面扩展、风格迁移,一切都在画布上完成,不再需要离开创作环境。
Krita 与 ERNIE-Image:为什么是完美组合
Krita:开源数字绘画的标杆
Krita 是自由开源的数字绘画软件,被全球专业插画师、概念设计师和漫画艺术家广泛使用。它支持完整的图层系统、色彩管理、笔刷引擎和矢量图层,是 Adobe Photoshop 在数字绘画领域最有力的开源替代品。
Krita AI Diffusion 插件:把 AI 装进画布
Krita AI Diffusion 插件(Acly/krita-ai-diffusion)是一个在 Krita 内部使用生成式 AI 的桥梁。它不是独立的 ComfyUI,而是把 AI 图像生成能力无缝嵌入到 Krita 的绘画工作流中:
- 选区填充(Selection Fill):在画布上框选区域,AI 自动生成内容
- 局部重绘(Inpainting):遮罩 + 提示词,精确修改指定区域
- 画面扩展(Outpainting):扩展画布边界,AI 补全新内容
- 实时绘画(Live Painting):画布上的每一笔都被 AI 实时解读并生成
- ControlNet 控制层:涂鸦、线稿、深度图、姿态图等多种引导方式
- IP-Adapter 参考图:风格迁移、构图迁移、人脸替换
- 区域提示词(Regions):不同图层指定不同提示词,精细控制画面各区域
ERNIE-Image 的优势在这个场景中充分释放
ERNIE-Image 的三大核心能力——复杂指令跟随、精准文字渲染、结构化图像生成——在 Krita 的选区填充场景中得到了前所未有的发挥:
- 在海报设计中,用选区框出文字区域,输入"Logo 位置:C位 品牌名",ERNIE-Image 的 LongTextBench 0.8625 分确保文字清晰可读
- 在漫画创作中,用 Krita 的多面板布局 + ERNIE-Image 的多面板生成能力,一键生成分镜草图
- 在产品精修中,用选区遮罩 + Inpainting 修复瑕疵,ERNIE-Image 的复杂指令跟随能力让修复结果精确可控
安装与配置
环境要求
| 组件 | 要求 |
|---|---|
| Krita | 5.2.0 或更新版本 |
| 插件版本 | v1.50.0+(推荐 v1.52.1) |
| GPU | NVIDIA 6GB+ VRAM / AMD ROCm / Apple Silicon |
| 后端 | ComfyUI(插件自动管理) |
第一步:安装 Krita 和插件
- 从 krita.org 下载并安装 Krita 5.2.0+
- 从 GitHub Releases 下载最新版插件 ZIP
- 打开 Krita → 工具 ▸ 脚本 ▸ 从文件导入 Python 插件... → 选择 ZIP 文件
- 重启 Krita,新建或打开一个文档
- 启用面板:设置 ▸ 面板 ▸ AI Image Generation
- 点击 "Configure" 开始安装本地 ComfyUI 后端
第二步:下载 ERNIE-Image 模型文件
将以下文件放入插件管理的 models/ 目录(插件首次配置时会自动创建):
📂 models/
├── 📂 diffusion_models/
│ ├── ernie-image.safetensors (基础版,50步推理)
│ └── ernie-image-turbo.safetensors (Turbo版,8步推理)
├── 📂 text_encoders/
│ └── ministral-3-3b.safetensors (3B MiniStral 文本编码器)
└── 📂 vae/
└── flux2-vae.safetensors (FLUX.2 VAE)
下载链接(HuggingFace Comfy-Org/ERNIE-Image):
- ernie-image.safetensors
- ernie-image-turbo.safetensors
- ministral-3-3b.safetensors
- flux2-vae.safetensors
⚠️ 注意:当前版本的 Krita 插件不支持 Prompt Enhancer(PE)模型。MiniStral 3B 作为主要文本编码器。
第三步:配置 Style Preset
在 Krita 的 AI 面板中,点击 Manage Presets 创建一个新的 Style Preset:
| 参数 | 推荐值 |
|---|---|
| Base Model | ERNIE-Image |
| Sampler | Euler |
| Scheduler | Simple |
| CFG Scale | 4.0(基础版)/ 1.0(Turbo 版) |
| Steps | 50(基础版)/ 8(Turbo 版) |
| Guidance Scale | 4.0 |
实战工作流
场景一:选区填充——从空白到成品
这是 Krita AI Diffusion 最核心的功能。在画布上创建一个选区,插件会自动理解你的意图:
- 新内容生成:在空白区域画一个矩形选区 → 输入提示词 → 点击 Generate → ERNIE-Image 在选区内生成内容
- 替换内容:框选要替换的区域 → 提示词描述想要的内容 → 点击 Fill
- 移除对象:框选不需要的对象 → 提示词描述背景延续 → ERNIE-Image 智能补全背景
实战技巧:使用 ERNIE-Image 的 Turbo 模式(8 步)进行快速迭代构图,确定方向后用基础模式(50 步)输出最终成品。Turbo 模式在 Krita 中约 2-3 秒/张(RTX 4090),基础模式约 8-12 秒/张。
场景二:局部重绘(Inpainting)——精修与调整
Krita AI Diffusion 的 Inpainting 模式比 ComfyUI 更直观:
- 选择一个需要修改的图层
- 用 Krita 的选区工具(套索、矩形、圆形)选中要修改的区域
- 在 AI 面板选择 Inpaint 模式
- 输入修改提示词(如 "把红色裙子改成蓝色")
- 调节 Strength(强度):0.3-0.7 为微调,0.7-1.0 为大改
ERNIE-Image 的 Inpainting 能力基于其强大的 img2img 管线,配合 Krita 的精确选区,可以实现 Photoshop 级别的局部修改。这对于电商产品精修、人像后期、建筑效果图调整尤为实用。
四个核心模式:
- Fill(填充):最通用的模式,适合大多数场景
- Add(添加):在选区内新增对象,原内容保留
- Remove(移除):移除对象并填充背景
- Replace(替换):替换为全新内容
场景三:ControlNet + ERNIE-Image = 精准构图控制
Krita AI Diffusion 插件支持完整的 ControlNet 控制层。你可以用 Krita 的矢量图层作为引导:
- 涂鸦层(Scribble):随手画几根线,ERNIE-Image 将其转化为精致画面。适合快速构思和概念设计。
- 线稿层(Line Art):导入或手绘线稿,ERNIE-Image 自动上色和细化。漫画艺术家的工作效率倍增器。
- 深度图(Depth):从 3D 场景或照片生成深度图,控制远近关系和景深。
- 姿态图(Pose):OpenPose 姿态骨架,精准控制人体姿势和构图。
典型工作流:
- 在 Krita 中用画笔快速勾勒构图草图
- 将草图图层设为 Scribble 控制层
- 在 AI 面板输入详细提示词
- ERNIE-Image 根据草图结构和提示词生成完整画面
- 在生成的画面上继续绘画 → 再用 Inpainting 精修细节
场景四:IP-Adapter 风格迁移
ERNIE-Image 配合 IP-Adapter,可以在 Krita 中实现零训练的风格迁移:
- 导入一张参考图作为图层
- 在 AI 面板的 Reference Image 中选择该图层
- 选择 Style Transfer 模式
- 输入新的提示词内容
- ERNIE-Image 在保留参考图风格的同时生成新的画面
这对于需要保持品牌视觉一致性的设计师来说是一个强大工具:一次训练品牌 LoRA,然后在 Krita 中反复使用 IP-Adapter 将品牌风格应用到不同的设计稿中。
场景五:实时绘画(Live Painting)
Krita AI Diffusion 的实时绘画模式是插件中最具创新性的功能之一。当你在画布上绘画时,AI 实时解读你的每一笔并生成画面。工作流如下:
- 将图层设为 Live Painting 模式
- 在画布上随意涂画——AI 会实时生成对应的图像
- 继续添加笔触,AI 持续更新画面
- 达到满意的效果后,固定画面,进入传统绘画模式进一步精修
这类似于"AI 辅助的头脑风暴",让你不需要精确的提示词就能快速探索创意方向。
ERNIE-Image 在 Krita 中的最佳实践
基础版 vs Turbo 版的选择策略
| 使用场景 | 推荐版本 | 原因 |
|---|---|---|
| 快速构图探索 | Turbo(8步) | 3-4x 更快,足够判断构图的可行性 |
| 选区填充 | Turbo(8步) | 填充边缘需要自然融入,Turbo 的审美质量足够 |
| 最终成品输出 | 基础版(50步) | 更高指令跟随精度,复杂场景更可靠 |
| 文字渲染 | 基础版(50步) | LongTextBench 0.8625 vs Turbo 0.7950 |
| Inpainting 精修 | 基础版(50步) | 更强的语义理解,修复结果更自然 |
| 实时绘画 | Turbo(8步) | 实时反馈需要极低延迟 |
关键参数调优
- CFG Scale: 基础版推荐 4.0,Turbo 版必须设为 1.0(Turbo 是蒸馏模型,对 CFG 不敏感)
- Strength(img2img 强度):Inpainting 场景下 0.5-0.8 为最佳区间,过低保留太多原内容,过高偏离原图
- Prompt Guidance:Krita 插件支持 Positive 和 Negative prompt。使用 "worst quality, low quality, blurry, distorted" 作为 Negative prompt 可显著提升输出质量
与 ComfyUI 的配合
Krita AI Diffusion 插件底层使用 ComfyUI 作为推理后端。如果你已有自定义 ComfyUI 安装,可以在插件配置中指向已有的 ComfyUI 实例,而不是让插件管理新的实例:
- 在插件配置中选择 "Use Custom ComfyUI Server"
- 填入你的 ComfyUI 地址(如
http://localhost:8188) - 确保
comfyui-tooling-nodes是最新版本
这种方式的好处是:你可以同时在 ComfyUI 中运行复杂的工作流管道,在 Krita 中进行精修和微调,两者共享同一个推理后端和模型缓存。
常见问题
ERNIE-Image 在插件中检测不到
确保 Krita AI Diffusion 插件版本 >= 1.50.0,且 comfyui-tooling-nodes 已更新到最新版。如果是从 HuggingFace 直接下载的 safetensors 文件,部分文件可能不含元数据(metadata),但官方确认检测机制不依赖元数据——更新 tooling-nodes 即可解决。
为什么 PE(Prompt Enhancer)不可用
当前版本的 Krita 插件文本编码器管线不支持 ERNIE-Image 的 3B PE 模型。插件使用 MiniStral 3B 作为文本编码器,PE 功能只能在 ComfyUI 或 Diffusers 原生调用中使用。在 Krita 中,建议手动编写详细提示词来替代 PE 的增强效果。
GPU 显存不足
- 使用 Turbo 版(8步推理,显存占用更低)
- 在插件设置中降低输出分辨率(1024×1024 → 768×768)
- 启用 enable_model_cpu_offload() 模式(插件自动管理)
- Apple Silicon Mac:使用 MPS 后端,8GB 统一内存即可运行 Turbo 版
总结
Krita AI Diffusion 插件对 ERNIE-Image 的原生支持,填补了专业数字绘画工具和 AI 图像生成之间的关键空白。对于数字艺术家、概念设计师、漫画创作者和平面设计师来说,这意味着:
- 不再需要切换窗口——在 Krita 中完成从构思到成品的全流程
- 兼具控制力和创造力——用 Krita 的图层面板精确定义 AI 的工作范围
- 专业级输出质量——ERNIE-Image 的文字渲染和结构化图像能力为商业级设计提供保障
- 零门槛 AI 工作流——插件的预设和选区模式让不懂 ComfyUI 的艺术家也能轻松使用
Krita 的免费开源哲学 + ERNIE-Image 的 Apache 2.0 许可 = 完全免费的开源数字创作平台,没有任何功能限制或月度配额。对于预算有限但追求专业品质的独立创作者和小型设计团队来说,这是一个前所未有的机会。