Ovis-Image ComfyUI 工作流示例

• 7B 规模下的强大文本渲染：提供与 Qwen-Image 等更大的 20B 级别系统相当的文本渲染质量，在文本场景中与 GPT4o 等领先的闭源模型具有竞争力
• 文本密集型提示词的高保真度：擅长处理需要语言内容与渲染排版紧密对齐的提示词（如海报、横幅、标志、UI 模型、信息图表）
• 精准的双语文本渲染：在各种字体、大小和宽高比下，生成清晰、拼写正确且语义一致的中英文文本
• 高效且易于部署：可在单个高端 GPU 上运行，内存需求适中，支持低延迟交互使用

相关链接：

• GitHub
• Hugging Face

​

Ovis-Image 文生图工作流

​

模型链接

text_encoders（文本编码器）

• ovis_2.5.safetensors

diffusion_models（扩散模型）

• ovis_image_bf16.safetensors

vae

• ae.safetensors

模型存储位置

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 text_encoders/
│   │      └── ovis_2.5.safetensors
│   ├── 📂 diffusion_models/
│   │      └── ovis_image_bf16.safetensors
│   └── 📂 vae/
│          └── ae.safetensors