百度ERNIE-Image本地部署指南：如何在ComfyUI中十几分钟跑通文生图模型
【免费下载链接】ERNIE-Image项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/ERNIE-Image
你有没有过这种时刻——看到别人用百度的ERNIE-Image生成了一张质感惊人的概念图，自己也跃跃欲试，结果卡在"模型文件从哪来、该放哪"这一步？在线接口有额度限制，网盘里的模型又零散难找。这篇文章就是来帮你解决这个问题的：我会带你完成ERNIE-Image的本地部署，全程不需要写代码，把模型文件放进ComfyUI对应目录，十几分钟后你的第一张图就能出炉。
先走最短路径：下载模型文件并放到正确的位置
很多教程一上来就讲原理，但其实你只需要三步就能把模型"搬"进ComfyUI：
- 下载本仓库的模型文件
- 把它们分别放进
ComfyUI/models/下的对应子目录 - 重启ComfyUI，在节点里选中对应模型
就是这么简单。具体的文件放置方式，我们先通过git clone拿到整个仓库：
git clone https://gitcode.com/hf_mirrors/Comfy-Org/ERNIE-Image如果你不想用命令行，也可以直接在页面上把diffusion_models、text_encoders、vae三个文件夹逐个下载，效果一样。下载完成后，你的ComfyUI目录最终会长成这样：
📂 ComfyUI/ ├── 📂 models/ │ ├── 📂 diffusion_models/ │ │ ├── ernie-image.safetensors │ │ └── ernie-image-turbo.safetensors │ ├── 📂 text_encoders/ │ │ ├── ernie-image-prompt-enhancer.safetensors │ │ └── ministral-3-3b.safetensors │ └── 📂 vae/ │ └── flux2-vae.safetensors💡 小提示：
diffusion_models和text_encoders目录在部分旧版ComfyUI里可能不存在，如果没看到，手动新建一个同名文件夹即可，ComfyUI会自动识别。
重启ComfyUI后，你会发现节点列表里已经能搜到ernie-image相关模型了。到这一步，你的本地部署其实已经完成了一大半。
这三个文件夹到底装了什么
在动手搭工作流之前，花两分钟搞懂这些文件各自扮演什么角色，会让你之后调参时心里有数。可以把ERNIE-Image想象成一条"图片生产线"，三个文件夹各司其职：
- 扩散模型（diffusion_models）：真正的"画师"，负责把噪声一点点打磨成图像。仓库里给了两个版本——
ernie-image.safetensors是完整版，追求画质上限；ernie-image-turbo.safetensors是加速版，出图更快，适合反复试稿。 - 文本编码器（text_encoders）：负责"听懂"你的话。其中
ministral-3-3b.safetensors负责把提示词翻译成模型能理解的语义向量；而ernie-image-prompt-enhancer.safetensors更像一个"提示词助理"，能先帮你把简短的需求扩写成更丰满的描述，再交给模型。 - VAE（vae）：负责"显影"。扩散模型生成的是压缩后的潜空间数据，需要VAE解码成你能看到的像素图。这里用的是
flux2-vae.safetensors，这也是ERNIE-Image能稳定输出高清图像的关键一环。
一句话总结：文本编码器负责听懂，扩散模型负责画，VAE负责出图。三个环节缺一不可，这也是为什么仓库特意把它们打包成一份、免去你四处凑文件的麻烦。
从空白画布到第一张图：搭建你的ERNIE-Image工作流
接下来是最有成就感的部分——把上面这些文件用起来。以ComfyUI默认的空白画布为起点，你需要依次添加四个节点：
① 加载扩散模型添加UNETLoader（或对应版本的DiffusionModel加载器）节点，在模型列表里选择ernie-image.safetensors。
② 接上文本编码器添加CLIPLoader节点，选择ministral-3-3b.safetensors。提示词就从这里输入，之后把CLIP输出连到采样器。
③ 挂载VAE添加VAELoader节点，选择flux2-vae.safetensors，把VAE输出接到解码节点上。
④ 补齐采样与解码把加载器、文本编码器、VAE分别连接到KSampler和VAEDecode节点，最后接上SaveImage输出。连线关系可以参照你之前用过的任意文生图工作流模板，结构是通用的。
一切就绪后，在提示词框里输入你想画的内容，点击"运行"。等进度条走完，你的第一张ERNIE-Image作品就诞生了。
让出图质量更稳的参数建议
不同模型对参数的口味不一样。针对ERNIE-Image这类基于扩散模型架构的文生图模型，以下三组配置可以覆盖大多数场景：
| 使用场景 | 采样步数 | 引导强度 | 分辨率 |
|---|---|---|---|
| 快速试稿 | 20步 | 2.5 | 1024×1024 |
| 质量优先 | 40步 | 3.5 | 1024×1024 |
| 默认稳妥 | 30步 | 3.0 | 1024×1024 |
几个值得记住的要点：
- 步数不是越多越好。20步之后画质提升就很有限了，反而拖慢速度，试稿阶段20步足够。
- 从低引导强度开始。这类模型对过高的引导强度比较敏感，数值太大容易出现色彩过饱和或细节僵硬，先从2.5~3.5之间试起。
- 分辨率固定1024×1024。这是该模型训练时的最佳尺寸，直接用它出图最稳，需要大图可以后期放大。
写提示词的两个实用习惯
想让ERNIE-Image发挥全部实力，提示词是性价比最高的投入。这里给你两个可以立刻用上的习惯：
- 中文描述更省心，英文描述更精细。模型对中文的理解已经不错，但如果你愿意把关键描述翻成英文，细节往往更准。
- 按"主体+环境+风格+光线"四件套来写。比如"一只机械狐狸，站在霓虹闪烁的街头，赛博朋克风格，逆光剪影"——四要素齐全，出图效果会明显比一句"一只狐狸"丰富。
如果你懒得自己打磨措辞，别忘了仓库里那个ernie-image-prompt-enhancer.safetensors：把它接在提示词路径上，先让"提示词助理"把你的想法扩写一遍，再喂给主模型，懒人也能出好图。
新手常问的几个问题
为什么我加载模型时报错？先确认文件是否完整——safetensors文件如果下载中断会损坏，比对一下文件大小是否与仓库一致；再检查文件是否放进了models目录下正确的子文件夹，放错位置ComfyUI是识别不到的。
出图很慢，是哪里没设置对吗？试试把采样步数降到20，或者直接换上ernie-image-turbo.safetensors这个加速版模型。另外，机器内存不够时建议把分辨率先降到768级别，出图流畅了再往上加。
提示词明明是中文，为什么效果一般？别急着怪模型。先看提示词是否足够具体，比如"花"和"雨后玻璃窗上挂着水珠的玫瑰，柔焦摄影风格"是两个量级的效果。也可以用提示词增强器帮你补全细节。
生成出来的图有噪点怎么办？多半是步数太少或引导强度偏低，把步数提到40、引导强度微调到3.5左右再试试。
跑通之后，还能往哪走
第一次出图成功只是起点，ERNIE-Image值得你继续玩下去的方向还有不少：
- Turbo版做批量试验：想要一次生成多个变体来对比构图，用
ernie-image-turbo打头阵，速度优势非常明显，确定方向后再换完整版精修。 - 把提示词增强器当作固定环节：把它接入常规工作流模板，相当于给每次生成都配了一位自动润色的助手。
- 与其他生态模型组合：生成的图可以继续接进图像编辑类节点做二次加工，或者存下来作为图生图的输入素材，玩法相当自由。
- 为不同风格存几套工作流：写实、动漫、概念艺术各保存一份预设，下次直接用，省去重新连线的时间。
写在最后
回头看，这次ERNIE-Image的本地部署其实只做了两件事：把模型文件放进ComfyUI的正确目录，再在工作流里把它们连接起来。真正值得你花时间的，是后面和提示词、参数慢慢磨合的过程。
现在就去打开ComfyUI，把你的第一句提示词敲进去吧。十几分钟后看到成图的那一刻，你会觉得一切都值得。🚀
【免费下载链接】ERNIE-Image项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/ERNIE-Image
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
