今天展示的案例是一个基于Stable Diffusion 3.5的 ComfyUI 工作流，通过加载预训练模型、设定正向与负向提示词、采样潜在图像并结合解码器完成生成，最终将图像输出保存。整个过程以直观的方式体现了从文本到图像的完整链路，能够在具体场景中实现复杂的视觉生成与创意表达。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 文本语义嵌入生成使用方法应用场景开发与应用工作流介绍该工作流以sd3.5_large_fp8_scaled.safetensors模型为核心，结合 CLIP 文本编码器对提示词进行处理，利用采样器对潜在空间进行迭代推理，并通过 VAE 解码器完成像素图像的还原。最终结果以高分辨率图像的形式保存，便于直接展示或进行后续编辑。整体设计逻辑清晰，涵盖了从文本条件到图像输出的主要环节，体现了 ComfyUI 的模块化和可视化优势。核心模型在核心模型部分，工作流依赖 Stable Diffusion 3.5 的大规模权重文件，并通过 Checkpoint Loader 调用 CLIP 与 VAE 组件，为后续的提示词解析与图像生成奠定基础。模型的作用不仅体现在生成质量的提升，也保证了对高分辨率图像的兼容性，适合在创意绘制与设计场景中直接应用。模型名称说明sd3.5_large_fp8_scaled.safetensorsStable Diffusion 3.5 大模型，支持 FP8 精度计算，兼容高分辨率生成CLIP用于将正向与负向提