解锁梦幻云朵场景：工作流逐步部署指南
通过 AI 生成梦幻云朵场景：探索一个结合 LoRA 模型和 ControlNet 技术的工作流，创造超现实的云朵场景图像。了解如何使用这个工作流及其核心模型，制作出令人惊叹的视觉效果。
- 关键节点
- Controlnet
- 显存
- 低显存（≤8GB）
- 阅读时间
- 6 分钟
工作流概览
通过 AI 生成梦幻云朵场景：探索一个结合 LoRA 模型和 ControlNet 技术的工作流，创造超现实的云朵场景图像。了解如何使用这个工作流及其核心模型，制作出令人惊叹的视觉效果。
内容类型: Workflow
主要用途: Download
所需模型
- Flux
- Controlnet
- Lora
- Sd
所需节点
- Controlnet
配置说明
- 打开工作流模板前，请先安装所需模型。
- 推荐硬件：低显存（≤8GB）。
工作流概述
这个工作流的主要目的是生成具有“云端场景超级视角”风格的图像。它通过使用 LoRA 模型和 ControlNet 技术，结合提示词和图像生成模型，生成具有梦幻、超现实风格的云端场景图像。工作流分为“在线运行”和“本地运行”两个模块，用户可以根据具体的使用场景选择其中一个模块运行。
核心模型
工作流中使用了以下核心模型：
LoRA 模型：
miluo丨云端场景丨超级视角_v1.3，用于微调生成图像的风格和细节，赋予图像独特的云端场景视角。Stable Diffusion 模型：
miluo-flux-pro_模型配置更智能_v1.0，作为基础的图像生成模型，负责根据提示词和条件生成图像。VAE 模型：
ae.sft，用于图像的编码和解码。
组件说明
工作流中的关键组件（Nodes）包括：
EmptyLatentImage：生成空白的潜在空间图像，作为图像生成的起点。
CheckpointLoaderSimple：加载 Stable Diffusion 模型（如
miluo-flux-pro_模型配置更智能_v1.0）。LoraLoader：加载 LoRA 模型（如
miluo丨云端场景丨超级视角_v1.3），用于微调生成图像的风格。CLIPTextEncode：将提示词编码为模型可以理解的条件向量。
KSampler：采样器，用于生成图像的过程，控制生成图像的步骤和细节。
VAEDecode：将潜在空间图像解码为可视图像。
PreviewImage：预览生成的图像。
安装方法：
LoRA 模型和 Stable Diffusion 模型需要通过 ComfyUI Manager 或 GitHub 安装相应的插件。例如：
LoRA 插件：
ComfyUI_Comfyroll_CustomNodesStable Diffusion 插件：
ComfyUI_StableDiffusion
依赖的特殊模型：
LoRA 模型（如
miluo丨云端场景丨超级视角_v1.3）需要从 Hugging Face 或其他模型仓库下载。Stable Diffusion 模型（如
miluo-flux-pro_模型配置更智能_v1.0）也需要从相应的仓库下载。
工作流结构
工作流可以分为以下几个主要部分：
模型加载组：
CheckpointLoaderSimple 和 LoraLoader 节点，加载 Stable Diffusion 模型和 LoRA 模型。
输入：模型文件路径。
输出：加载的模型和 LoRA 权重。
提示词处理组：
CLIPTextEncode 节点，将提示词编码为条件向量。
输入：文本提示词（如
miluo_yunduan, A white, puffy puffer jacket...）。输出：编码后的条件向量，用于生成图像。
图像生成组：
KSampler 和 VAEDecode 节点，生成并解码图像。
输入：经过 LoRA 微调的模型和条件向量。
输出：最终生成的图像。
图像预览组：
PreviewImage 节点，预览生成的图像。
输入：生成的图像数据。
输出：可视化的图像。
输入与输出
输入：
提示词（如
miluo_yunduan, A white, puffy puffer jacket...）。模型文件路径（如
miluo-flux-pro_模型配置更智能_v1.0和miluo丨云端场景丨超级视角_v1.3）。
输出：
生成的图像，保存为 PNG 或 JPG 格式。
注意事项
模型下载：确保所有使用的模型（如 LoRA、Stable Diffusion 等）已正确下载并放置在 ComfyUI 的模型目录中。
性能需求：生成高分辨率图像可能需要较高的 GPU 显存，建议使用至少 8GB 显存的 GPU。
提示词优化：提示词的质量直接影响生成图像的效果，建议使用详细的描述词。
兼容性：确保使用的 ComfyUI 版本与工作流中的组件兼容。