KI Workflow Gibt es ein ComfyUI IMG2IMG Workflow/Tutorial?

J

JonoFret

Lurker
Registriert
28. Apr 2026
Beiträge
1
Reaktionswert
0
Hat jemand einen zuverlässigen ComfyUI-img2img-Workflow oder ein Tutorial, das er empfehlen kann? Ich versuche, meinen Prozess zu verbessern, und würde gern sehen, was bei anderen gerade gut läuft. Postet gern einen Link oder euer Setup, falls ihr es teilen wollt.
 
Klein 9B Distilled (Edit oder das originale t2i, am besten beide holen, schon zum Lernen). Für den Workflow einfach im ComfyUI-Template-/Community-Bereich nach „Klein“ suchen. Zum Laden des Modells die GGUF-Version nehmen, die ist viel schonender für den VRAM. Aktuell gibt es nur die BigLove-Klein-Variante. Die Dateien findest du, wenn du auf Hugging Face nach dem User Granddyser suchst.
Außerdem sind die quantisierten Gemma 4 E4B-Modelle, über einen eigenen LLM-Node genutzt, extrem leichtgewichtig und reaktionsschnell, vor allem die abliterated-Varianten. Sie fügen sich nahtlos in deinen Generierungs-Flow ein und erlauben einen Preprocessing-Schritt, um Prompts spontan zu verfeinern oder zu generieren, falls dir dieser Workflow gefällt.
Leider musst du für LoRAs meistens zu Civitai, denn die Hugging-Face-Archive für diese Modelle gibt es zwar, aber die Seite hat eine miese Suchfunktion. Civitai ist manchmal ein ziemlicher Wilder Westen voller Ego-Posts, und Qualität und Kompatibilität der Klein-LoRAs schwanken. Trotzdem hast du mit der BigLove-Variante schon ohne LoRAs viel Spielraum. Wenn du welche nutzt, brauchst du meist nicht mehr als ein oder zwei.
Zur Orientierung: Ich nutze eine RTX 3090.
 
Hey Leute, keine Ahnung, ob das hier der richtige Ort dafür ist
aber ich bin extrem neu bei comfyui und weiß im Grunde nichts darüber, also sorry für die dumme Frage
Mein Problem ist, dass ich comfyui gerade frisch runtergeladen habe und die Software meine Checkpoints nicht erkennt, obwohl sie im Ordner model/checkpoints liegen und die Dateien natürlich auf .safetensors enden
Ich hab comfyui neu geladen und alles neu gestartet, aber es weigert sich einfach, sie zu erkennen. Ich versuche zum Beispiel cyberrealisticpony und ponyrealism zu starten.
Hoffe, jemand kann helfen, danke!
 
Wenn du die Desktop-App von der offiziellen ComfyUI-Website nutzt, hat der Installer dich nach einem Speicherort für die Software gefragt, und dort landet es dann:
📁 YOUR_INSTALL_PATH/
└── 📁 ComfyUI/
───└──📁 models/
──────├──📁 checkpoints/ <-- Hier deine .safetensors-Checkpoints reinlegen
──────├──📁 loras/ <-- Hier LoRAs reinlegen
──────├── 📁 vae/ <-- Hier VAEs reinlegen
Wenn du es manuell mit eigenem venv und Terminal installiert hast, ist es ähnlich, im Grunde derselbe Ordner, in den du das Repo geklont hast, mit der obigen Struktur
Du kannst einfach die R-Taste drücken, ohne ComfyUI neu starten zu müssen, damit die Listen aktualisiert werden
 
Vielen Dank! Es war tatsächlich im ComfyUI-Ordner in meinen Dokumenten und nicht in dem auf Laufwerk C.
Ich wollte fragen, ob du einen einfach zu bedienenden SDXL-basierten Image2Image-Workflow hast? Einen, der sich im Grunde wie die Bildgenerierung von Grok oder Gemini verhält? Normalerweise ändert das Modell bei normalem i2i nur ganz bestimmte Details und lässt das Originalbild intakt. Ich will aber, dass es im Grunde die „Identität“ übernimmt, also Gesichtsdetails, Körperform und Kleidung eines Referenzbildes, und dann mit einem Prompt in eine komplett andere Handlung packt als im Referenzbild. Zum Beispiel ein Anime-Charakter, der im Referenzbild einfach nur vor weißem Hintergrund steht, ja? Ich will daraus ein Close-up-Porträt mit Strand am Meer als Hintergrund und Mondlicht bei Nacht machen. Insgesamt ist die Logik ziemlich so, wie wenn man Grok oder Gemini einfach per natürlichem Prompting bittet, aus einem vorhandenen Bild etwas anderes zu machen.
Zur Info: Ich versuche das alles mit Illustrious XL gguf und meine Karte ist eine 5060 mit 8GB.
Sorry für den langen Text, ich bin total neu in dem ganzen Zeug.
 
mit einer 5060 8gb kannst du Klein 4b edit wahrscheinlich problemlos laufen lassen, oder sogar 9b, wenn du gguf-Versionen des Modells nutzt.
Der offizielle 4b-Workflow ist hier, https://docs.comfy.org/tutorials/flux/flux-2-klein#flux-2-klein-4b-workflows
Klein-Prompting ist anders als bei anderen, es nutzt natürliche, fließende Sprache und kein Keyword-Tagging. Angenommen, du fügst eine Referenz hinzu, dann kannst du klein anfangen und einfach sowas schreiben wie "Ändere die Kleidung der Frau in einen weißen Faltenrock und eine rote Lederjacke"; in fortgeschritteneren Fällen fügst du mehr Referenzbilder hinzu und nutzt gezieltes Prompting, damit das Modell dir das liefert, was du willst.
Dabei bleibt es auch nicht, außer Gesicht, Kleidung usw. kannst du ganze Lichtumgebungen ändern, Sonnenstrahlen durch ein Fenster oder aus einer bestimmten Richtung fallen lassen, Tag in Nacht verwandeln und so weiter.
Mit cleverem Prompting und Klein brauchst du nicht mal Loras, nur in Ausnahmefällen.
 
Ehrlich gesagt brauche ich Modelle und einen Workflow dafür, die NSFW erlauben und trotzdem 3D-Render-artige Fotoshooting-Ergebnisse aus 2D-Referenzbildern hinbekommen. Flux-Modelle sind für das NSFW-Zeug doch nicht gemacht, oder?
 
Kennst du irgendwelche Anpassungen an diesem Workflow, damit er auf Apple Silicon läuft?
BF16 oder FP16 wäre super für bigLove, oder ein LoRA-Format statt des vollen Modells.
 
mega Infos. diese Methode ist so viel besser als ezcreate oder dieser ganze Online-Kram. danke Boss :pepoLove:. Gibt es außer hier noch Foren mit aktuellen Guides, um mehr über Image-to-Video- oder Video-to-Video-Generierung zu lernen? Ich glaube, die Guides hier dafür sind nicht besonders aktuell. WAN 2.2 oder LTX 2.3? :pauseChampRev:
 
Ton > Kein Ton, Wan ist außerdem meh (nutz es nur, wenn du verzweifelt bist), also wenn du LTX 2.3 laufen lassen kannst, nimm das, entweder mit massivem Einsatz von Loras auf dem originalen Lightricks-Modell, oder nimm die Finetunes Sulphur und 10eros.
https://huggingface.co/TenStrip/LTX2.3-10Eros
https://huggingface.co/TenStrip/LTX2.3-10Eros_Workflows
https://huggingface.co/SulphurAI/Sulphur-2-base
In Sachen einfache Guides gibt's nichts, bei Video wird's komplizierter. Das ist nichts, wo ein Knopf alles erledigt, dafür ist es aber keine zensierte Seite für Paypigs wie diese Online-Dienste, die du siehst... Ich lache über Leute, die Grok für gut halten, das meiste ist mieser Softcore-Mist und massenhaft abgelehnte Prompts, während Tokens verschwendet werden.
 
sieht aus, als hättest du es hinbekommen, bei mir kamen nur absolut neonfarbene Matschbilder raus, würdest du bitte deinen Workflow teilen? ich suche nämlich genau jetzt einen Ersatz für ezcreate
 
Für Flux 2 Klein 9B
CFG 1.0 für Klein 9B Distilled (das ist normalerweise das, das nicht "base" im Namen hat und 4 Steps für normale Inferenz braucht)
CFG 4.0~ für Klein 9B Base (das ist die nicht destillierte Variante und braucht etwa 20 Steps für normale Inferenz)
Die Bilder, die du beschreibst, kommen von einer Verwechslung bei dem oben.
Wenn du CFG 4 mit einem Klein-Distilled-Modell nutzt, bekommst du genau das. Also check nochmal, was du benutzt und wie. Wenn du einen Start-Workflow brauchst, hat die offizielle ComfyUI-Dokumentationsseite welche.
 
Ich nutze 4B fp8, hast du eine Idee, wie man NSFW darauf aktiviert, etwa um detaillierte Vagina oder Anus hinzubekommen? Es verschmiert diese Stellen im Grunde. Finde keine Loras für 4B
 
Ich wollte noch was zur LTX-vs-WAN-Diskussion beitragen.
WAN - Gute Prompt-Treue, Physik und Bewegung, besonders für NSFW. Riesiges Ökosystem mit vielen Modellen/Loras/Workflows zur Auswahl. Kein eingebauter Sound, dafür bräuchte man einen separaten Workflow.
LTX - Nervige Prompt-Treue (LLM-Enhancement fast Pflicht), schwache Physik und Bewegung. Hat tollen Sound, ist hauptsächlich als 'Talking Head'-Modell trainiert. Die Systemperformance ist für die gebotene Qualität richtig gut. Neueres Modell, kleineres Ökosystem.
Insgesamt denke ich, LTX ist die richtige Wahl, vor allem wenn das Ökosystem wächst. Für die miese Prompt-Treue gibt es Workarounds, und hoffentlich kommt bald eine neue Version.
 
WAN 2.2 hat ein Jahr Reife auf dem Buckel, und mehr, wenn man WAN 2.1 mitzählt, dazu kommt Bernini R seit Ende letzten Monats, das WAN 2.2 ein bisschen hybridisiert. Alles von derselben Quellarchitektur.
LTX bevorzugt vom Design her, besonders in 2.3, ausführliche Prompts wegen des Text-Encoders und der Art des Trainings, und die meisten nutzen ein LLM zum Prompten, ich auch. Ich hab mir von Claude Code extra eine Node dafür bauen lassen, um den VRAM-Verbrauch zu entlasten, nutze aber lokal llama cpp statt dem grauenhaften Ollama-Vision-Support (Referenzbilder zu nutzen ist allein schon featuremäßig gut). Es gibt aber mittlerweile wohl 100 Wege, ein LLM über Comfy zu nutzen, ob als Node oder über lokale API, oder wer Geld zum Verbrennen hat, Gott bewahre, externes SaaS.
Kurz gesagt: Wir haben Zugriff auf beide, am besten lernt man einfach beide. Beide laufen ja im 24GB-VRAM-Budget, oder drunter (unerwünscht)
 
versteh den Hype um ltx nie, für i2i ist qwen rapid aio meilenweit besser
 
hab's ausprobiert und fand's gar nicht gut. niedrige Bildqualität, viel zu langsam und es verändert die Gesichter deines "Inputs" komplett. meiner Meinung nach nicht der Mühe wert.
 
Du musst dich anmelden oder registrieren, um hier zu antworten.
Zurück
Oben