今天带大家演示一个基于 Qwen Ultra 的多张一致性写真套图生成工作流。整个流程围绕「统一模型体系」「一致性语义编码」「多图输入管理」三条主线展开，让原始照片在风格、人物特征和光影氛围上保持连贯。通过核心模型的协作、LoRA 的轻量增强和多节点结构的衔接，整个工作流可以稳定地产出成套风格统一的写真图，让创作过程变得清晰、可控、高效。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TextEncodeQwenImageEdit 图像与文本的联合语义编码核心使用方法应用场景开发与应用工作流介绍这个工作流围绕 Qwen 系列图像模型构建，从 CLIP 与 VAE 的基础编码开始，通过两级 LoRA 加载强化画面风格，再由 AuraFlow 算法控制采样节奏，实现连贯的图像生成结构。多张图像的输入由多个 LoadImage 节点提供，文本与图像信息交由 TextEncodeQwenImageEdit 统一编码。最终通过 KSampler、VAEDecode 得到一致性较高的输出，并在 PreviewImage 中对生成效果进行可视化。整个流程以模型为核心，以节点为连接点，让语义、视觉和风格在同一套体系中协调工作。核心模型核心模型由三个部分构成：CLIP 负责文本与图像的联合理解，VAE 负责编码与解码图像潜空间，而主体模型由基础模型与两级 LoRA 组成，分别强化极速编辑能力与风格表现。AuraFlow 的加入进一步使采样过程更流畅，并保持图像间稳定性。它们一起构成了整个一致性写真生成的能力基础。模型名称说明qwen_image_vae.safetensors工作流使用的主 VAE，用于图像潜空间编码与解码qwen_2.5_vl_7b.safetensors作为 CLIP 输入模型，负责跨模态理解Qwen-Image-Edit-2509-Lightning