在上一篇教程中，我们学习了如何使用ComfyUI进行基础的文生图操作。本文将带你进一步探索如何将Refiner模型整合到你的工作流中，以实现更精细的图像细化。通过本教程，你将能够掌握如何使用Refiner模型来提升你的AI绘画作品的细节和质量。

简化教程：

首先，我们需要在流程中添加Refiner模型。

1. 打开之前的文生图流程。
2. 在流程的适当位置（例如文生图下方），添加一个新的Checkpoint加载器节点。
3. 将该加载器的模型更改为Refiner模型。

关键词输入

为了使Refiner模型能够使用相同的关键词，我们需要进行一些调整。

1. 在原有的CLIP文本编码器节点上，右键点击并选择“转换文本为输入”。
2. 新建一个Primitive元节点作为输入关键词的节点。
3. 将CLIP文本编码器的输出连接到Primitive元节点的输入。
4. 复制一组CLIP文本编码器节点，用于连接Refiner模型。

使用K采样器（高级）

在细化流程中，我们需要使用高级采样器来控制生成过程。

1. 选择K采样器（高级）而不是普通的K采样器。
2. 在高级采样器中，设置添加噪波、开始降噪步数、结束降噪步数和返回噪波选项。
   • 对于基础模型的采样器，启用添加噪波，从第0步开始降噪。
   • 对于Refiner模型的采样器，禁用添加噪波，开始降噪步数与基础模型的结束步数相对应，结束步数默认即可。
   • 启用基础模型采样器的返回噪波，禁用Refiner模型采样器的返回噪波。
3. 连接基础模型和Refiner模型的采样器。

VAE解码及保存图像

接下来，我们需要连接VAE解码和保存图像的节点。

1. 将Refiner模型的采样器连接到VAE解码节点。
2. 可以选择任何一个大模型的VAE进行连接，或者通过VAE加载器加载一个VAE模型。
3. 运行流程并检查是否有错误。

详细操作和截图：

打开流程

加载Refiner模型

首先，我们需要在流程中添加Refiner模型。如果你已经有一个正在运行的基础文生图流程，可以直接在其下方添加新的节点。

• 在ComfyUI界面中找到空白区域，右键点击选择“新建节点” -> “加载器” -> “Checkpoint加载器”。
• 将新添加的Checkpoint加载器的模型更改为Refiner模型。

关键词输入

为了简化操作，我们可以将已有的关键词输入复用到Refiner模型中。

• 在原有的“CLIP文本编码器”节点上右键点击，选择“转换文本为输入”。
• 新建一个“实用工具” -> “Primitive元节点”作为输入关键词的节点。
• 将“CLIP文本编码器”的输出连接到“Primitive元节点”的输入，这样关键词就会显示在新的节点上，并且可以进行修改。
• 复制一组“CLIP文本编码器”节点，并将它们连接到Refiner模型。

使用K采样器（高级）

为了适应Refiner模型的工作方式，我们需要使用“K采样器（高级）”。

• 在Refiner模型中选择“K采样器（高级）”。
• 在采样器设置中，调整“添加噪波”、“开始降噪步数”、“结束降噪步数”和“返回噪波”选项以匹配Refiner模型的需求。
• 连接Refiner采样器的“Latent”输出到Base采样器的相应输入。

• 

VAE解码及保存图像

连接VAE解码和保存图像节点，以便在细化过程中生成和保存图像。

• 将Refiner采样器的输出连接到VAE解码节点。
• 根据需要，可以选择连接到任何一个大模型的VAE，或者通过“VAE加载器”加载一个单独的VAE模型。

知识点扩展

为了简化操作和流程管理，我们可以将一些常用的参数提取出来，使用“Primitive元节点”进行统一管理。

• 在Base采样器上右键点击，选择“转换步数为输入”和“转换结束降噪步数为输入”。
• 在Refiner采样器上右键点击，选择“转换步数为输入”和“转换开始降噪步数为输入”。
• 新建“Primitive元节点”作为输入节点，用于统一设置步数和结束/开始降噪步数。

最终效果：

结语

通过本教程，你现在应该能够熟练地在ComfyUI中串联Refiner模型进行文生图细化操作。这将极大地提升你的创作效率和作品质量。记得在完成流程后保存你的工作，以便将来可以重复使用或进行进一步的优化。不断实践和探索，你将能够充分利用ComfyUI和Refiner模型的强大功能，创作出更加精彩的AI艺术作品。

最后的最后，如果你足够懒，学习了上述内容后，直接下载已经做好的流程图吧。附上这两张的附件（含完整流程图json）：

链接: 百度网盘 提取码: 7800