【ComfyUI】Z-Image 基础反推洗图

今天给大家演示一个基于图像理解 + 文生图生成 + 高清放大的 ComfyUI 综合工作流。该工作流以参考图像为输入，通过自动图像描述生成高质量提示词，再结合高速文生图模型完成画面重绘，最后使用 SeedVR2 进行高分辨率放大输出。整体流程强调“从图到文，再从文回到高质量图像”的闭环设计，适合在保持构图语义一致的前提下，对画面进行风格强化、细节重塑和分辨率提升，最终直接输出可用的高清成图效果。文章目录工作流介绍核心模型Node 节点工作流程大模型应用RH_Captioner 图像语义理解与提示词生成使用方法应用场景开发与应用工作流介绍该工作流围绕“参考图驱动生成”的核心思路构建，整体结构清晰，功能链路完整。工作流首先加载用户提供的原始图片，通过图像描述节点自动提取画面中的人物、姿态、服装、构图和光照信息，并将这些信息转化为可直接用于生成的文本提示。随后，这些文本被送入文生图主模型进行采样生成，生成结果再经过解码与分辨率调整，最终进入 SeedVR2 高清放大模块输出高质量成图。整个流程在保证语义一致性的同时，大幅提升了画面精度和可用性，适合用于高质量人物图像再创作与输出。核心模型本工作流的模型配置以“高速生成 + 准确语义 + 高质量放大”为核心目标进行组合。UNet 主模型负责整体画面生成效率与稳定性，CLIP 模型承担图像语义到文本语义的理解与编码，VAE 模型完成潜空间与图像空间之间的转换，而 SeedVR2 模型则在最终阶段对图像进行高质量超分辨率放大。各模型分工明确，相互配合，构成了从生成到输出的完整模型链路。模型名称说明z_image_turbo_bf16.safetensors高速 UNet 主模型，用于文生图阶段，兼顾生成速度与画面稳定性qwen_3