RedCraft & DarkBeast workflows collection

REDH3_LTX25_IC_v2v_customsigma_v2.json 08/25/2026

这是 H3 出草稿（图+文+声）→ LTX-2.5 IC-LoRA 按原视频引导做 V2V 增强/放大 → RIFE 插帧到 48fps 的管线。

这套方案的核心不是「一个模型一次出 2K」，而是 H3 负责低分辨率语义草稿，LTX-2.5 负责 IC 引导的画质放大。先把内容做对，再把分辨率做高，所以能在 16GB 级显存上相对稳定高速地出 2K 视频。

为什么要双模型

MiniMax H3 擅长「生成」
低分辨率图生视频，同时出画面和音频。提示词、镜头、人物和声音都在这一段定下来。步数少（约 6 步），分辨率低，所以草稿快、语义稳。

LTX-2.5 擅长「增强」
不重新编故事，而是把 H3 成片当 IC-LoRA 的视频引导，做 V2V。蒸馏 8 步 + 潜空间 ×2 放大 3 步，再 RIFE 插帧到 48fps、VSR 拉到约 1440×2160。画质、边缘和 2K 细节主要靠这一段。

两者互补：H3 解决「像什么、怎么动、配什么声」；LTX 解决「够不够清、够不够 2K」。全程按原视频约束，比单模型直接冲 2K 更稳，也不容易跑偏。

效率从哪来

先低后高：贵的 22B 级计算主要花在中分辨率 V2V，而不是从噪声直接出 2K。
蒸馏 + 手动 sigma：LTX 侧大约 8+3 步，比全量采样短很多；自定义 sigma 用来压住细节，而不是靠加步数硬堆。
模型体积可控：H3 用 int8 剪枝包，LTX 用 22B 裁切版，再加 IC spatial upscaler，而不是上完整大包。
音频复用：声音在 H3 阶段生成，LTX 只做参考和同步，不必再跑一遍文生音频。

结果是：草稿快、放大可控、最终 2K 输出相对稳定。

显存怎么看

显存预期 16GB 及以上

按当前参数可跑：H3 草稿 + LTX IC V2V + 2K 输出。这是这套方案的设计档位。

低于 16GB

能跑，但要接受更慢（更多卸载、tile、CPU 换算），或下调参数：分辨率、时长、IC 放大、tile、插帧档位。

低于 16GB 时，优先砍的是 LTX 分辨率和潜空间 ×2，而不是先砍 H3 的语义草稿——草稿错了，后面放大只会把错误放大。

一句话

H3 用低成本把「内容 + 声音」做稳，LTX-2.5 用 IC V2V 把「清晰度 + 2K」做上去。分工明确，所以比单模型直出 2K 更省、更稳；16GB 以上是舒适区，再往下就要用时间和画质换显存。

整体结构

第一段：H3 图生视频

读入参考图，缩放到 512×768。
用 REDMix-MiniMaxH3-A2Ab2（int8）+ Qwen3-VL CLIP 做 I2V；时长换算成帧数。
采样：er_sde + beta 调度，6 步，CFG 走 BasicGuider。
视频/音频 VAE 分别解码，合成 REDH3_*.mp4。

H3 侧 Power LoRA 目前全关；4-step turbo LoRA 处于 bypass(REDH3已集成)。MiniMaxH3ReferenceToVideo 也没接到后续，等于备用支路。

第二段：LTX-2.5 IC V2V（24fps 生成，再插帧到 48fps）

把 H3 成片用 RTX VSR 缩到 576×864，第 1 帧当 guide。
主模型挂上 IC pixel spatial upscaler ×2 LoRA。
提示词条件并带上原片文本和 H3 音频做参考。
第一采样（蒸馏 8 步）：euler_ancestral，CFG=1，手动 sigma
1.0, 0.99375, …, 0.421875, 0.0
第二采样（3 步）：潜空间空间放大 ×2（ltx-2.5-latent-spatial-upscaler-x2），sigma
0.65, 0.5735, 0.5250, 0.0
Tiled VAE 解码 + 音频解码 → RIFE 2× 插帧 → 再 VSR 到 1440×2160。

[NEW] Image 2 Json (Gemini) 2 Image (Boogu+ideo4+Krea2) 06/25/2026

Krea2(赤佬版) 是一款基于人工智能的创意工具，提供实时图像生成、编辑和增强功能。该平台以其强大的实时生成能力著称，用户只需提供草图或简单输入，Krea2 就能立即生成渲染图像，实现高度互动的创作体验。Krea2 支持图像放大和增强功能，可以将图像分辨率提升至 4K 级别，同时提供 AI 图案生成、标志幻觉等创意应用，为设计师和创意工作者提供直观而强大的创作工具。

Krea2(Bastard Edition) is an AI‑powered creative tool that provides real‑time image generation, editing, and enhancement capabilities. The platform is renowned for its powerful real‑time generation features—users only need to provide sketches or simple inputs, and Krea2 can immediately generate rendered images, enabling highly interactive creative experiences. Krea2 supports image upscaling and enhancement functions that can boost image resolution to 4K levels, while also offering creative applications like AI pattern generation and logo hallucination, providing designers and creative professionals with intuitive yet powerful creation tools.

特性维度Boogu-Image-0.1& Krea2(赤佬版)协同优势核心优势

密集文字渲染、摄影逼真度、一体化理解系统实时生成、图像增强、创意AI应用文字精度 + 实时创意 = 动态创作流程文字渲染⭐⭐⭐⭐⭐（中英文密集文字）⭐⭐⭐⭐（优秀视觉效果）

Boogu 处理复杂文字内容，Krea2 增强视觉效果控制方式指令级控制、多样化数据驱动实时交互编辑、AI辅助创作工具从内容到实时优化的完整控制链输出分辨率1K/2K 支持4K 放大增强支持高分辨率输出能力互补，可在创意生产流程中结合使用

这两个模型的结合代表了创意工作流的强大组合——Boogu 在内容理解与文字精度上的优势，加上 Krea2 在实时生成与图像增强上的专长，能够满足从概念设计到成品优化的完整创意需求。

关键协同价值：

内容与形式的完美结合：Boogu 负责内容生成和文字处理，Krea2 负责视觉优化和实时调整
创作流程的无缝衔接：从概念生成到实时编辑的完整创作链条
技术互补优势：开源模型的控制精度 + 商业工具的易用性
专业与大众化平衡：满足专业设计师需求的同时，也适合普通用户快速创作

这个组合特别适合需要高效产出高质量视觉内容的场景，如广告设计、社交媒体内容创作、产品概念可视化等。

[NEW] Image 2 Json (Gemini) 2 Image (Boogu+ideogram4) 06/20/2026

Feature Dimension: Boogu-Image-0.1

Core Strength: Dense text rendering, photorealistic generation, integrated understanding system
Text Rendering: ⭐⭐⭐⭐⭐ (Chinese/English dense text)
Control Method: Instruction‑level control, diverse data‑driven
Output Resolution: 1K/2K support
Workflow Integration: ComfyUI‑Boogu, PyTorch native

Feature Dimension: Ideogram 4.0

Core Strength: Structured JSON control, design workflow integration, native 2K output
Text Rendering: ⭐⭐⭐⭐ (Excellent typography)
Control Method: Structured JSON Prompt, precise layout control
Output Resolution: Native 2K output
Workflow Integration: ComfyUI native, Diffusers

Feature Dimension: Synergy Advantage

Core Strength: Text precision + Design control = Professional‑grade design drafts
Text Rendering: Boogu handles complex text content, Ideogram optimizes layout and typography
Control Method: Complete control chain from content to layout
Output Resolution: Complementary high‑resolution output capabilities
Workflow Integration: Can be switched within the same workflow

Summary:
The combination of these two models represents the current pinnacle of the open‑source text‑to‑image field—Boogu's advantages in content understanding and text precision, combined with Ideogram's expertise in design control and workflow integration, can meet the full creative needs from concept design to final output.

Boogu-Image-0.1 是由 Boogu 团队于 2026 年 6 月发布的开源统一图像生成与编辑模型系列，包含 Base、Turbo、Edit 等多个变体。该系列采用 Apache-2.0 开源协议，参数量约 100 亿（10B），支持高质量文本到图像生成、快速生成、图像编辑以及中英文文本渲染。Boogu-Image 的核心理念是构建一体化理解与生成系统，通过多样化的数据赋予用户更强的控制能力，而非依赖强化学习技术提升美学效果。该系列在 Boogu Arena 评测中位列所有开源与闭源系统中的顶尖水平，尤其在密集文字渲染、摄影逼真度和风格化生成方面表现突出。

Boogu-Image-0.1 is an open-source unified image generation and editing model series released by the Boogu team in June 2026, comprising Base, Turbo, and Edit variants. It is licensed under Apache-2.0 with approximately 10 billion parameters, supporting high‑quality text‑to‑image generation, fast inference, image editing, and Chinese/English text rendering. The core philosophy of Boogu‑Image is to build an integrated understanding‑and‑generation system that empowers users with stronger control through diverse data, rather than relying on reinforcement learning for aesthetic enhancement. The series ranks among the top performers in the Boogu Arena evaluation across both open‑source and closed‑source systems, excelling particularly in dense text rendering, photorealistic generation, and stylized creation.

特性维度 Boogu-Image-0.1+Ideogram 4.0 搭配优势核心优势密集文字渲染、摄影逼真度、一体化理解系统结构化 JSON 控制、设计工作流集成、2K 原生输出文字精度 + 设计控制 = 专业级设计稿文字渲染⭐⭐⭐⭐⭐（中英文密集文字）⭐⭐⭐⭐（优秀排版）

Boogu 处理复杂文字内容，Ideogram 优化版式布局控制方式指令级控制、多样化数据驱动结构化 JSON Prompt、精确布局控制从内容到版式的完整控制链

输出分辨率1K/2K 支持原生 2K 输出高分辨率输出能力互补工作流集成ComfyUI-Boogu、PyTorch 原生ComfyUI 原生、Diffusers可在同一工作流中切换使用

这两个模型的结合代表了当前开源文生图领域的最高水平——Boogu 在内容理解与文字精度上的优势，加上 Ideogram 在设计控制与工作流集成上的专长，能够满足从概念设计到成品输出的完整创意需求。

[NEW] Text 2 Json (Gemma4) 2 Image (ideogram4) 06/06/2026

ideogram4 is trained on structured JSON captions (scene summary, style block, background, and optional per-object descriptions with bounding boxes and hex color palettes). Official inference validates prompts against that schema. Guidance uses flow-matching with asymmetric classifier-free guidance (the unconditional pass drops text tokens)—not a separate negative prompt string.

NOTE: If you see "Image blocked by safety filter" it is because of safety training in the model itself, ComfyUI does not have any safety filter.

How to build prompts here

(a) Raw input: Paste or type directly into the subgraph. You may use plain natural language, but structured JSON (as in the subgraph default) gives the most predictable layout and style control.

(b) Model-assisted (LLM): Use the Ideogram4 Caption Prompt Template output with any LLM tools to obtain the JSON format prompt

关于模型无法正常审核提示词的问题提示

该模型（ideogram4）基于结构化JSON描述（场景摘要、风格块、背景，以及可选的带边界框和十六进制调色板的逐对象描述）进行训练。官方推理会根据该模式验证提示词。引导使用流匹配与非对称无分类器引导（无条件通道会丢弃文本标记）。

注意：如果你看到"图像被安全过滤器拦截"，这是由于模型本身的安全和训练规范所致，主要原因是提示词不符合JSON规范，并非NSFW拦截。

如何构建提示词

(a) 原始输入：直接粘贴或输入到子图中。并通过工作流内建的本地 Gemma4 模型输出结构化JSON（如子图默认格式）能提供最可预测的布局和风格控制。

(b) 模型辅助（LLM）：您也可以将 Ideogram4 Caption Prompt Template 的输出，配合任意 LLM 工具使用，以获取 JSON 格式的提示词

ideogram4 06/04/2026

Ideogram 4 is Ideogram's first open-source text-to-image model. It is a state-of-the-art foundation model trained from scratch — not a fine-tune of any existing model.

https://github.com/ideogram-oss/ideogram4

https://github.com/Comfy-Org/ComfyUI

Dark Beast KLEIN 9b 🟦 V2.0 BFS 03/03/2026

DBK v2 BFS最佳换脸工作流，配套模型：
https://civarchive.com/models/2242173?modelVersionId=2740209

Dark Beast KLEIN 9b BFS 🟦 V2.0 LoRA Edition
https://civarchive.com/models/964312/redcraft-dark-beast-zandklein-exported-lora-edition

This is the next-level face-swap specialized evolution of the Dark Beast lineage, built on the lightning-fast FLUX.2 Klein 9B accelerated model from Black Forest Labs.

Engineered with targeted optimizations for face swapping practices, it integrates BFS (Best Face Swap) technology to completely eliminate the rigid, unnatural look that plagued earlier face replacements — delivering seamless, lifelike integrations with preserved identity, expression, and lighting.

It also fully fixes the portrait reference issue from the previous DB BlitZ versions

Special thanks to the scheme provider: https://github.com/alisson-anjos for the powerful BFS foundation that powers this breakthrough.🟦

The author's In-site link: https://civarchive.com/user/NRDX

Important notes:

This version is exclusively designed around the Klein 9B accelerated edition — no base model exists.

Usage is identical to Black Forest Labs' official FLUX.2 Klein 9B accelerated release: ultra-low steps (e.g., 4-5), CFG=1 fixed, blazing inference speed on consumer hardware.

In one sentence: Dark Beast's ferocious soul meets BFS (Best Face Swap) technology — more natural, and truly unstoppable! 🟦

for more infomation about BFS (Best Face Swap) :

https://huggingface.co/Alissonerdx

Alternatively, it can be directly applied to the entire Klein 9b/Qwen Edit base and Fine-tune models, through LoRA Adapter parameter injection.

面部交换测试的源-人像来自Civitai用户图像和Moody Mix肖像风格。
Source faces for the face-swapping test originated from Civitai user images and Moody Mix portraits styles.

The gods have returned! KOLORS base model/Hyper 8steps/SDXL refinement/IPA Plus

众神归位！快手底模/字节加速/SDXL精修/IPA风格

Kolors DiT大模型COMFYUI工作流-AiARTiST

Kolors DiT（GLM）ComfyUI 放大精修工作流

7/8日发布Kolors-DiT开源模型+ACG6XL放大精修-文生图工作流

7/9日发布Kolors-DiT开源模型+ACG6XL放大精修-垫图生图工作流

7/10日发布Kolors-DiT开源模型-单文件模型版+LoRA加速器+ACG6XL放大精修工作流

7/11日支持IPA-Plus节点，单一样本垫图风格导入，模型和组件包请在网盘下载

原生采样器支持节点作者MinusZoneAI，非常感谢！

https://github.com/MinusZoneAI/ComfyUI-Kolors-MZ

单文件模型及存放路径已经上传至网盘，模型路径根据网盘路径存放

SDXL-Hyper-8steps 蒸馏加速器LoRA\ACG6Hyper SDXL精修模型同上

增加 IPAdapter 模型及ComfyUI_IPAdapter_plus 组件包存放路径同上

IPAdapter 开源模型：

https://hf-mirror.com/h94/IP-Adapter

ComfyUI_IPAdapter_plus 项目：

https://github.com/cubiq/ComfyUI_IPAdapter_plus

项目开源地址：

https://huggingface.co/Kwai-Kolors/Kolors

ComfyUI 加载器封装组件项目地址：

https://github.com/kijai/ComfyUI-KwaiKolorsWrapper

Kolors：用于逼真文本到图像合成的扩散模型的有效训练

Kolors是由快手Kolors团队开发的一种基于潜在扩散的大规模文本到图像生成模型。经过数十亿对文本图像的训练，Kolors在视觉质量、复杂的语义准确性以及中文和英文字符的文本渲染方面比开源和专有模型都表现出显著优势。此外，Kolors同时支持中文和英文输入，在理解和生成中文特定内容方面表现出色。

开源Kolors，与开源社区合作，促进大型文本到图像模型的开发。该项目的代码是在Apache-2.0许可证下开源的。我们真诚地敦促所有开发者和用户严格遵守开源许可证，避免将开源模型、代码及其衍生物用于任何可能危害国家和社会的目的，或用于任何未经安全评估和注册的服务。请注意，尽管我们在训练过程中尽了最大努力确保数据的合规性、准确性和安全性，但由于生成内容的多样性和可组合性以及影响模型的概率随机性，我们无法保证输出内容的准确性和安全性，并且模型容易产生误导。对于因使用开源模型和代码而导致模型被误导、滥用、误用或不当使用而产生的任何数据安全问题、舆论风险或风险和责任，本项目不承担任何法律责任。

----------------------------------------------------------------------

模型用途声明：

1. 您不得将此模型及其衍生版本（如融合模型版本）托管于计划赚取收入或捐赠的网站/应用程序。

2. 您不得直接售卖此模型及其衍生版本（如融合模型版本），除非您对此模型进行了足够程度的人工修改，使其在法律意义上可以被完全判定为您的个人作品。如果您违反本条，所造成的一切法律后果由您个人承担，请恕本人概不负责。

3. 您不能使用该模型故意制作或共享非法或有害的内容传播和输出，请您遵守公序良德，将此模型用于积极正面的用途。

Files with SHA256: ba4d8c5af32f1700bb5ba3f78cf410da982daa61c1f90cafab906bccb5e74f85