这次带来一个基于 Qwen Image Edit Plus 的 ComfyUI 多镜头一致性编辑工作流。它利用同一套模型与一组原始参考图，通过多次条件编码与采样，生成八个视角保持一致的人像照片。整个流程依靠 CLIP、VAE 与多路 TextEncode 编辑节点协同工作，实现从输入图像提取语义、编码潜空间、分镜头生成、再合成输出的完整图像编辑能力。无论是想要批量产出写真人像、固定模特、多场景镜头切换，这套工作流都能提供稳定的输出效果。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TextEncodeQwenImageEditPlus 多镜头语义控制核心节点使用方法应用场景开发与应用工作流介绍这个工作流以 Qwen Image Edit Plus 为核心，通过加载 CLIP 编码器与专用 VAE，将输入图像编码为潜空间后，依靠多路文本提示与图像输入执行镜头重拍。在结构上，通过大量的 GetNode 与 SetNode 保持状态传递，结合多个采样器 KSampler 负责不同镜头角度的图像再生成，再以 VAE 解码输出最终的成片。整个体系围绕“保持人物与视觉风格一致，同时切换镜头角度”展开，因此无论处理几张图，都能稳定地输出统一风格的结果。核心模型本工作流围绕 Qwen 图像编辑模型展开。CLIP 负责文本与图像语义编码，VAE 负责图像与潜变量互转，整体构成“输入参考图 - 文本编辑提示 - 多镜头输出”的统一结构。模型的组合让图像特征在潜空间中被准确捕捉，从而支持稳定的人物一致性重拍。模型名称说明qwen_2.5_vl_7b_fp8_scaled.safetensors作为 CLIP 文本与视觉编码器，负责提取输入图语义并支持编辑提示qwen_image_vae.safetensors