lbouaraba/comfyui-krea2edit

解決的問題

本專案使 ComfyUI 內的 Krea 2 模型支援指令式圖像編輯。使用者可使用文字提示（例如「將汽車重新著色為霧面黑色」）修改圖像，同時保持原始主體的身分與外觀，解決使用標準文字編碼器時容易遺失相似性或語意基礎的問題。

工作原理

系統採用雙重條件化方法，確保模型同時理解圖像的外觀與提示的要求：

1. 外觀注入：來源影像作為 VAE 潛在標記注入擴散模型，以保留視覺身分。
2. 語意錨定：來源影像也輸入至 Qwen3-VL 文字編碼器中，使模型在處理文字指令時能「看見」影像。

提供兩個主要節點：Krea2EditModelPatch 用於處理影像潛在變數與幾何結構（包含長寬比適配），以及 Krea2EditGroundedEncode 用於影像錨定的文字編碼。

適用對象

專為希望進行高保真影像編輯的 ComfyUI 使用者設計，例如重新著色、新增/插入物件、屬性變更或角色重排，同時保持原始主體身分不變。

特色亮點

• 雙重條件化：結合潛在標記與影像錨定文字編碼，實現更佳的身分保留效果。
• 靈活的參考幾何：支援將來源影像適配至不同輸出長寬比，防止失真。
• 多參考支援：可使用兩個參考影像（例如人物與場景）進行複雜編輯。
• VRAM 優化：包含特定的「像素路徑」與 target_latent 接線，防止採樣過程中因 VAE 卸載導致的效能下降。