文档 /
节点说明 /
腾讯 HY 图像:编辑
腾讯 HY 图像:编辑
Tencent HY Image: Edit 节点使用腾讯的 Hunyuan Image 模型,根据文本指令编辑或组合参考图像。
节点说明
HunyuanImageEditApi 更新于 2026-11-12
腾讯 HY 图像:编辑 - ComfyUI Built-in Node Documentation
Tencent HY Image: Edit 节点使用腾讯的 Hunyuan Image 模型,根据文本指令编辑或组合参考图像。
Tencent HY Image: Edit 节点使用腾讯的 Hunyuan Image 模型,根据文本指令编辑或组合参考图像。连接一至五张图像,在提示词中描述更改,并将图像引用为 @Image1、@Image2 等。该节点上传参考图像,向 API 发送请求,并返回编辑后的结果。
输入
通用输入
| 参数 | 描述 | 数据类型 | 必需 | 范围 |
|---|---|---|---|---|
模型 | 用于编辑的模型。所选模型决定显示哪些额外输入。 | DYNAMIC\_COMBO | 是 | "hy-image-3.5-preview" |
hy-image-3.5-preview 输入
| 参数 | 描述 | 数据类型 | 必需 | 范围 |
|---|---|---|---|---|
prompt | 编辑指令。支持使用 @Image1 样式的引用指向已连接的图像。不能为空(默认:空)。 | STRING | 是 | 任意文本 |
aspect_ratio | 输出的宽高比。"auto" 遵循第一张参考图像的宽高比,在 4K 下不可用。当 resolution 为 "custom" 时忽略。 | COMBO | 是 | "auto" "1:1" "3:2" "2:3" "4:3" "3:4" "16:9" "9:16" "21:9" "9:21"(默认:"auto") |
resolution | 输出的像素面积:1K 约为 1024x1024,2K 约为 2048x2048,4K 约为 4096x4096。高于 2K 的内容会以 2K 渲染,并由模型放大。设置为 "custom" 以使用 width 和 height 代替预设面积。 | COMBO | 是 | "1K" "2K" "4K" "custom"(默认:"2K") |
width | 输出的宽度(像素)。仅在 resolution 为 "custom" 时使用。 | INT | 是 | 256-8192,步长为 16(默认:2048) |
height | 输出的高度(像素)。仅在 resolution 为 "custom" 时使用。 | INT | 是 | 256-8192,步长为 16(默认:2048) |
seed | 用于生成的种子。即使种子相同,不同运行的结果仍会有所不同。 | INT | 是 | 0-2147483647(默认:42) |
reference_detail | 模型看到的参考图像细节程度:"standard" 每张图像最多允许 1024x1024 像素,"high" 最多 2048x2048,并且能更好地保留小文字和精细细节,但耗时更长。这是一个高级参数。 | COMBO | 否 | "standard" "high"(默认:"standard") |
watermark | 是否在结果中添加 AI 生成水印。这是一个高级参数。 | BOOLEAN | 否 | true false(默认:false) |
参考输入
| 参数 | 描述 | 数据类型 | 必需 | 范围 |
|---|---|---|---|---|
images | 要编辑或组合的参考图像。可增长槽位:连接 1 到 5 张图像(image_1 到 image_5)。在提示词中将它们引用为 @Image1 ... @Image5,按输入顺序编号;批量输入中的每张图像分别计数。 | IMAGE | 是 | 1-5 张图像 |
prompt 不能为空,当仅连接 1 或 2 张图像时,像 @Image3 这样的提示词引用会报错。总共最多可使用 5 张参考图像,批量中的每张图像分别计数。使用 "custom" 分辨率时,width 和 height 必须都是 16 的倍数,且它们的乘积不得超过 4096 x 4096 像素面积限制(约 1670 万像素);任何宽高比都可以,但超过约 6:1 后,模型会开始重复主体。"auto" 宽高比仅在 2K 面积限制内有效,因此在 4K 下请选择明确的宽高比或使用 "custom"。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
IMAGE | 根据参考图像和提示词生成的编辑后图像。 | IMAGE |
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑
Source fingerprint (SHA-256): 46c112347b51a2983521f87bbeb047289515f4073c48ba5d909fd3bae4597633