用途：在 ComfyUI 中搭建百度 ERNIE-Image / ERNIE-Image-Turbo 工作流，主要是文生图（TEXT-TO-IMAGE）。ERNIE-Image 是百度开放权重的文生图模型，约 8B 单流 Diffusion Transformer（DiT），Apache-2.0，由 Comfy-Org 重新打包。它适合精确的多语言文字/排版渲染（含中文）、海报与招牌、UI 稿、漫画/动画分镜与多格布局，以及复杂提示词下的结构化多物体场景。它不做指令式图像编辑，需要“改照片/换衣服/换背景”应改用 qwen-image-edit 或 Flux Kontext；此处的 image-to-image 只是基于去噪的精修（风格/细节 pass），不是参考图编辑。
主要能力与模型：ERNIE-Image 基础版约 50 步达到最佳质量；ERNIE-Image-Turbo 为蒸馏版（DMD+RL），约 8 步、cfg 1 即可高保真，下载包使用 Turbo（ernie-image-turbo-*.gguf）。ERNIE 实际使用的文件：UNet（GGUF）ernie-image-turbo-Q8_0.gguf 放 models/unet/；文本编码器 ministral-3-3b.safetensors 放 models/text_encoders/，以 CLIPLoader type=flux2 加载；VAE 为 flux2-vae.safetensors 放 models/vae/；可选提示词增强器 ernie-image-prompt-enhancer.safetensors（3B LLM，默认关闭）。量化建议：<8GB 用 Q5_K_S，8–12GB 用 Q6_K，12–16GB+ 用 Q8_0。
使用方式：工作流已拆分为独立包——ernie-txt2img（文生图，旗舰）、ernie-img2img（源图去噪精修）、ernie-combo（ERNIE × Z-Image-Turbo 组合，需 12GB+）。核心文生图流程为 UnetLoaderGGUF → Power Lora Loader → ModelSamplingAuraFlow(shift=3.1) → KSampler（steps≈8–9、cfg=1、euler、simple、denoise=1）→ VAEDecode → SaveImage，潜空间用 EmptySD3LatentImage（如 1920×1088）。img2img 精修用 LoadImage → ImageResize+（1024，keep proportion，lanczos）→ VAEEncode，再以 denoise 0.35–0.4 采样。基础版非 Turbo 需把步数提到约 50 并提高 cfg（如 3.5–5）。提示词应写描述性、结构化的自然语言，要渲染的文字用引号写出原文，并说明位置与字体感觉；多语言（含中文）可用。
依赖与安装：需 git clone 到 ComfyUI/custom_nodes/ 的节点包包括 ComfyUI-Manager、ComfyUI-GGUF、rgthree-comfy、ComfyUI-Easy-Use、ComfyUI-KJNodes、ComfyUI_essentials、wlsh_nodes、comfyui-vrgamedevgirl、RES4LYF。模型下载脚本使用第三方镜像 huggingface.co/Aitrepreneur/FLX；官方同文件名托管于 huggingface.co/Comfy-Org/ERNIE-Image，原始模型见 github.com/baidu/ERNIE-Image。
限制：安装脚本由 Z-Image 包复制而来，会同时下载 Z-Image 相关文件（z_image_turbo-.gguf、Qwen3-4B-.gguf、ae.safetensors），这些只服务组合管线，不属 ERNIE；ERNIE 必须用 flux2-vae.safetensors，ae.safetensors 是 Z-Image 的 VAE。提示词增强器默认关闭，TextGenerate 节点来源未验证。组合管线会同时加载两个 UNet，需预留显存。ERNIE 不支持指令式编辑。