当前位置：首页 > news >正文

ComfyUI工作流搭建：可视化节点连接调用Lingbot-Depth-Pretrain-ViTL-14模型

news 2026/8/26 20:45:14

ComfyUI工作流搭建：可视化节点连接调用Lingbot-Depth-Pretrain-ViTL-14模型

如果你玩过Stable Diffusion，肯定知道文生图、图生图这些基础操作。但有时候，我们想要更精细地控制画面的空间感和层次，比如让AI画出的风景更有远近虚实，或者让生成的人物更好地融入背景。这时候，深度图就成了一个非常强大的工具。

深度图简单来说，就是一张用灰度值表示物体远近的图片，越白的地方离你越近，越黑的地方离你越远。有了它，AI就能“理解”画面的三维结构。今天要聊的Lingbot-Depth-Pretrain-ViTL-14模型，就是一个专门从单张图片中估算深度信息的模型，效果相当不错。

而ComfyUI，这个基于节点的工作流工具，给了我们极大的自由。它不像WebUI那样把所有功能都塞进一个界面，而是让你像搭积木一样，通过连接不同的功能节点来构建专属的创作流水线。今天，我就带你一步步在ComfyUI里，把这个深度模型“请”进来，并和其他节点组合起来，打造一个能生成带深度控制AI图像的工作流。

1. 准备工作：安装模型与认识节点

在开始连线之前，我们得先把“积木”准备好。这个过程很简单，主要是下载模型文件和了解我们要用的核心节点。

1.1 获取深度模型文件

首先，你需要找到并下载Lingbot-Depth-Pretrain-ViTL-14模型。这个模型通常以.pth或.safetensors格式存在。你可以在一些知名的模型分享社区找到它。下载完成后，需要将它放到ComfyUI正确的目录里。

打开你的ComfyUI安装文件夹。
找到models目录，然后进入depth_estimation文件夹（如果不存在，就新建一个）。
将下载好的模型文件（例如lingbot_depth_pretrain_vitl14.safetensors）放进去。

这样就完成了模型的放置。ComfyUI启动时会自动扫描这些目录，识别可用的模型。

1.2 理解ComfyUI的节点逻辑

如果你是第一次接触ComfyUI，可能会觉得满屏的节点和连线有点眼花缭乱。别担心，它的逻辑非常直观：

节点 (Node)：一个功能模块，比如“加载图片”、“运行模型”、“保存图像”。每个节点有输入和输出“插座”。
连接 (Link)：就是那些线，用于将上一个节点的输出“插座”，连接到下一个节点的输入“插座”，从而传递数据（如图片、参数）。
工作流 (Workflow)：由多个节点和连接组成的完整处理流程。

我们今天要做的，就是找到与深度估计相关的节点，并把它们和Stable Diffusion的文生图节点串联起来。

2. 构建基础深度图生成工作流

让我们先从最简单的开始：输入一张图，让模型输出它的深度图。这能帮你快速测试模型是否工作正常。

启动ComfyUI：打开你的ComfyUI网页界面。你应该会看到一个空白的画布。
添加输入节点：在画布上右键点击，选择Add Node->image->Load Image。这个节点用于加载你本地的一张图片。
添加深度估计节点：再次右键点击，现在你需要找到深度估计节点。节点的名字可能因你安装的定制节点包而异，常见的名称如Depth Estimation或MiDaS Depth Estimation。如果找不到，你可能需要先安装一些社区节点管理器，搜索并安装“深度估计”相关的节点包。找到后，点击添加DepthEstimation节点。
连接节点：
- 将Load Image节点上的IMAGE输出点，用鼠标拖出一条线，连接到DepthEstimation节点上的image输入点。
- 在DepthEstimation节点上，通常有一个下拉菜单让你选择模型。点击它，你应该能看到刚才放入depth_estimation文件夹的Lingbot-Depth-Pretrain-ViTL-14模型，选中它。
添加输出节点：右键添加Add Node->image->Save Image。将DepthEstimation节点的DEPTH_IMAGE输出点，连接到Save Image节点的images输入点。
运行并查看：
- 在Load Image节点上点击，选择一张你电脑上的图片（风景或室内场景效果更明显）。
- 点击画布右下角的Queue Prompt按钮。
- 处理完成后，生成的深度图会自动保存。你可以在ComfyUI的输出目录找到它，或者有些界面会直接弹出预览。

现在，你应该得到了一张黑白灰的深度图。白色区域代表模型认为离镜头近的部分，黑色代表远的部分。试试用不同的图片，看看模型对场景空间的理解如何。

3. 进阶：结合Stable Diffusion进行深度引导创作

单独生成深度图只是第一步，它的威力在于和Stable Diffusion结合，进行“深度引导生成”。这意味着我们可以先有一张深度图（可以来自真实照片，也可以手绘），然后让AI根据这个深度结构去生成全新的图像内容。

下面我们来搭建一个更强大的工作流：“文生图 + 深度控制”。

3.1 搭建主生成流程

首先，搭建一个标准的文生图流程：

添加Checkpoint加载器：Add Node->loaders->Checkpoint Loader Simple。选择你想要使用的大模型。
添加CLIP文本编码器：添加两个CLIP Text Encode (Prompt)节点。一个连接正面提示词，一个连接负面提示词。
添加K采样器：Add Node->sampling->KSampler。这是核心的生成调度器。
添加VAE解码器：Add Node->latent->VAE Decode。
连接它们：
- 将Checkpoint Loader的MODEL输出点，连接到CLIP文本编码器的clip输入点，再连接到KSampler的model输入点。
- 将两个CLIP文本编码器的CONDITIONING输出，分别连接到KSampler的positive和negative输入。
- 将Checkpoint Loader的VAE输出点，连接到VAE Decode的vae输入点。
- 将KSampler的LATENT输出点，连接到VAE Decode的samples输入点。
- 最后连接一个Save Image节点到VAE Decode的输出。

3.2 集成深度控制

现在，关键的一步是把深度信息注入到这个生成流程中。我们需要使用“ControlNet”节点。ControlNet是Stable Diffusion的一个扩展，能让你用边缘、深度、姿势等图来精确控制生成过程。

添加ControlNet应用节点：Add Node->conditioning->ControlNet Apply。
添加深度图预处理节点：我们需要将之前生成的深度图，或者你自己准备的深度图，处理成ControlNet需要的格式。添加节点Add Node->conditioning->ControlNet Loader，选择control_v11f1p_sd15_depth这个预处理器（这是与深度相关的ControlNet模型）。然后添加一个Load Image节点加载你的深度图。
连接深度控制：
- 将Load Image(深度图) 连接到ControlNet Loader的image输入。
- 将ControlNet Loader的CONTROL_NET输出，连接到ControlNet Apply节点的control_net输入。
- 将CLIP文本编码器(正面) 输出的CONDITIONING，连接到ControlNet Apply节点的conditioning输入。
- 将ControlNet Apply节点输出的CONDITIONING，重新连接到KSampler的positive输入，取代之前的直接连接。
配置参数：在ControlNet Apply节点上，有一个strength（强度）参数，通常设置在0.5到1.0之间。这个值决定了深度图对生成结果的影响程度。值越大，AI越严格遵守深度图的结构。

3.3 串联完整工作流

现在，让我们把第一部分（深度图生成）和第二部分（深度控制生成）连接起来，形成一个自动化流程：

方案A（使用现有图片的深度）：直接用第一个Load Image节点加载你的场景图片，将其同时输入给DepthEstimation节点和ControlNet Loader节点（作为深度图源）。这样，生成的新图像就会遵循原图的空间结构。
方案B（使用生成的深度图）：你可以用任何方式（甚至手绘）创建一张代表你想要的场景结构的深度图，然后用Load Image节点加载它，输入给ControlNet Loader。

最后，配置好KSampler的步数、采样器等参数，填写富有想象力的提示词（例如：“a majestic castle on a cliff, fantasy style, detailed, epic lighting”），点击Queue Prompt。等待片刻，你就能得到一张既符合你文字描述，又严格遵循深度图空间结构的AI作品了。

4. 实用技巧与问题排查

搭好了工作流，这里有一些小技巧能让它更好用，以及遇到问题怎么办。

深度图预处理：有时候直接生成的深度图对比度太强或太弱，会影响ControlNet效果。你可以在深度图后面加一个Image Adjustments节点（如亮度/对比度调整），微调一下再送给ControlNet。
控制强度调节：ControlNet Apply的strength参数是关键。如果生成结果被深度图限制得太死，画面僵硬，就调低它（如0.4）。如果生成结果完全无视深度结构，就调高它（如0.8）。需要多次尝试找到最佳点。
提示词配合：深度图控制的是“形”，提示词提供的是“色”和“质”。在提示词中加入与场景结构相关的词汇，如“deep perspective”、“foreground and background”、“layered scenery”，能与深度控制产生更好的化学反应。
节点找不到？：确保你安装了必要的自定义节点包。在ComfyUI管理器中搜索“ControlNet”、“Depth”等关键词并安装。
模型不显示？：检查模型文件是否放对了文件夹（models/depth_estimation/），并确认ComfyUI已重启加载。
生成结果怪异？：检查节点连接是否正确，特别是Conditioning的流向。确保KSampler的positive输入连接的是经过了ControlNet Apply处理后的条件。

5. 总结

通过上面这些步骤，我们完成了一个从无到有的ComfyUI工作流搭建。整个过程就像在组装一条智能图像生产线：先用Lingbot-Depth模型理解或创建空间蓝图（深度图），然后利用ControlNet将这个蓝图作为硬性约束，最后指挥Stable Diffusion大模型在这个三维框架内进行天马行空的创作。

这种节点式的工作流最大的好处就是灵活。今天我们把深度图作为控制条件，明天你就可以轻松地替换成姿势图、边缘图，或者同时接入多个控制条件。ComfyUI的可视化操作让复杂的流程变得直观，一旦你熟悉了这种思维方式，就能组合出无数种玩法，真正把AI生成的主动权握在自己手里。不妨多试试不同的参数和模型组合，你会发现可控的AI创作，其乐趣和实用性都远超随机抽卡。