今天给大家演示一个基于DreamShaper 模型的 ComfyUI 工作流，它以文本生成图像为核心，同时配合双重采样与高质量超分辨率放大处理，实现了既具备艺术氛围又拥有清晰细节的画面。该工作流的亮点在于通过两次图像生成与潜空间的解码/再编码衔接，结合 RealESRGAN 超分辨模型完成高精度放大，最终导出自然、细腻并且兼具复古质感的成片效果。文章目录工作流介绍核心模型Node节点工作流程大模型应用CLIPTextEncode（Positive） 文本语义嵌入生成CLIPTextEncode（Negative） 负向语义约束使用方法应用场景开发与应用工作流介绍该工作流整体上围绕文本到图像生成与非潜空间超分辨率放大两大核心展开，首先通过 DreamShaper 模型加载 VAE 与 CLIP 编码器来完成文字描述的语义条件输入，随后经由 KSampler 执行两阶段采样，生成初步的潜空间图像。接着，利用 VAE 解码还原像素级图像并引入 RealESRGAN 放大模型进行清晰度提升，再通过缩放与重新编码衔接第二次采样过程，以实现最终更具表现力的画面。整体流程既兼顾了画面艺术感，也保证了成品在尺寸和细节上的实用性。核心模型在核心模型部分，工作流采用 DreamShaper 作为主要生成模型，它兼容文本到图像的多风格表达，并通过 VAE 模块实现潜空间与像素空间的互转。同时，RealESRGAN 超分辨率模型被用于提升生成图像的清晰度和分辨率，使得输出效果能在保证艺术质感的同时，满足高清展示或二次创作的需要。两者相互配合，构建了完整的生成与放大环节。模型名称说明DreamShaper_8_pruned.safetensors文生图核心模型，负责根据提示词生成潜空间图像，兼顾艺术