方案简介

ComfyUI-Krea2Edit 是一个 ComfyUI 自定义节点包，让 Krea 2（Raw 或 Turbo）模型具备指令式图像编辑能力。它驱动 Krea 2 Identity Edit LoRA，将源图像同时作为 VAE latent token（外观）和注入 Qwen3-VL 文本编码器（语义接地）进行双重条件化，与 LoRA 的训练方式完全一致。适合已使用 ComfyUI 并想用指令（如 "recolor the car to matte black"）编辑图像的用户。训练代码同样公开（krea2edit-trainer），并在消费级 GPU 上有实测 VRAM 需求。

亮点与能力

• 两个核心节点（Krea2EditModelPatch 和 Krea2EditGroundedEncode）必须同时使用，缺一不可
• 支持双参考图编辑（如人物 + 场景）
• v1.2 提供更好的面部相似度、新的 fit 参考几何和 ref_boost 保真度旋钮
• Turbo 模型 8 步 CFG 1 快速路径（约 1 分钟 @ 2MP）适用于大多数编辑
• Raw 模型 CFG 3 约 20 步适用于移除类编辑
• 像素路径抗模糊，源图像在像素空间拟合到目标网格
• 支持两种参考几何模式：fit（v1.2）与 crop（旧版）

组成与分工

• ComfyUI：节点运行环境，需支持原生 Krea 2 的版本
• Krea 2 (Raw / Turbo)：被 patch 的扩散模型本体
• Qwen3-VL 4B：Krea 2 使用的文本编码器，用于图像接地指令编码
• Krea 2 Identity Edit LoRA (krea2_identity_edit_v1_2.safetensors)：赋予模型编辑能力的权重，需通过 LoraLoaderModelOnly 加载
• VAE：将源图编码为 latent，供外观条件注入
• KSampler：采样器，接收 patch 后的模型与接地编码后的正向/负向条件

前置要求

• 支持 Krea 2 的 ComfyUI 版本
• Krea 2 模型（Raw 或 Turbo）
• Krea 2 所用的 Qwen3-VL 4B 文本编码器
• Krea 2 Identity Edit LoRA（krea2_identity_edit_v1_2.safetensors）
• 无额外 Python 依赖

安装：
bash
cd ComfyUI/custom_nodes
git clone https://github.com/lbouaraba/comfyui-krea2edit

restart ComfyUI

使用与配置要点

• 快路径：Turbo、8 步、CFG 1，适用于 recolor、add/insert、属性更改、风格重绘、场景转换等多数编辑
• 移除类编辑：用 Raw 模型 CFG 3、约 20 步；Turbo 在 CFG 1 下通常会重绘主体而非移除
• CFG > 1 时：负向也要接地——用第二个 Krea2EditGroundedEncode、空提示、同一图像（训练时的无条件）
• grounding_px：默认 768（v1.2 训练范围 384–768，1024+ 通常也行）；低值增强编辑服从性，高值增强身份相似度，人物试 1024，顽固场景更改试 512
• ref_boost：>1 更贴近参考外观，<1 放松；ref_boost_a 用于双参考编辑中的场景参考
• fit_mode：默认 fit（v1.2 训练匹配的居中偏移重采样）；crop 为 v1/v1.1 旧几何，配合旧权重使用
• 双参考编辑：场景图接 source_latent/image，主体图接 source_latent_b/image_b；单图时 b 输入留空

注意事项与常见问题

• 宽高比：使用 fit_mode: fit 且连接 vae+source_image 时可处理源/输出比例不匹配；用 crop/旧权重时仍需匹配 AR，不匹配会超出分布并降低身份保持
• 生成分辨率 ≤2MP，超出训练范围源内容可能渗入输出或主体复制
• 两个不同人物：将两个参考放在同一次 pass（主输入 + _b 输入），比串联多次编辑更可靠；面部分离仍不完美
• target_latent 接线：像素路径需在输出分辨率下 VAE 编码源图；不接 target_latent 时编码会落在采样中间，导致 ComfyUI 部分卸载已加载内容（包括采样器），之后每步从 CPU 流式加载权重。接上后编码移到节点执行时，恢复正常 VAEEncode → KSampler 顺序。编码反正会缓存，这只是时机问题——但接上是免费的
• 控制台提示：[krea2edit] pre-encoding sources at target ... 表示好路径；[krea2edit] NOTE: connect 'target_latent' ... 表示编码会落在采样中
• 性能测量要在 20+ 步上做，1 步几乎全是固定开销，看不出差异
• 替代方案：把源图精确缩放到输出分辨率只喂 source_latent，匹配分辨率下 latent 路径无重采样
• 许可：节点 Apache-2.0；Krea 2 Identity Edit 权重按 Krea 2 Community License 单独分发

优缺点

• ✓ 无额外 Python 依赖
• ✓ Turbo 8步 CFG1 约1分钟
• ✕ CFG>1 需特殊负向编码
• ✕ 生成需 ≤2MP

出处

本方案挖掘自开源项目 lbouaraba/comfyui-krea2edit，方案内容与实施命令均来自其 README 原文。