今天展示的案例是一个基于HiDream-I1模型的 ComfyUI 工作流。该流程结合了多种模型加载、正负提示词编码、采样生成以及图像解码与保存的完整链路，能够实现从文本到图像的高质量生成。工作流中还包含详细的采样设置说明，确保生成结果在速度、效果与显存占用之间取得平衡。通过这一案例可以直观理解 ComfyUI 在多模型协同和扩展性方面的强大能力，为后续在艺术创作与应用落地提供参考。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工作流介绍该工作流通过加载HiDream 系列扩散模型与多路文本编码器，结合 VAE 解码与采样策略，完成了从正负提示词到最终图像生成的全流程。设计中强调对显存的灵活适配，例如支持 FP8 精度的 UNet 模型，以便在不同硬件条件下实现优化。同时，工作流集成了多组采样参数设置，用户可以在高质量、快速推理、开发调试三种模式之间自由切换，使其既能满足创作级别的细腻画面，也能快速验证创意。核心模型在核心模型部分，工作流集成了 HiDream 系列扩散模型以及多路文本编码器，并通过 VAE 模型完成潜空间与图像空间的映射。扩散模型负责生成潜在图像，文本编码器负责解析提示词语义，VAE 则作为压缩与解码的关键环节。通过组合hidream_i1_dev_fp8扩散模型、CLIP与T5XXL/LLAMA编码器，以及ae.safetensorsVAE 文件，工作流在保持图像质量的同时降低了显存占用，提升了运行效率。模型名称说明hidream_i1_dev_fp8.safetensors