AI on the Lot 2026 - QwenVL - i2t

El tercer flujo de trabajo lanzado para AI on the Lot 2026, disponible para los asistentes al taller ComfyUI 101 para que lo abran y sigan si lo desean. Un creador simple de prompts de imagen a texto usando Qwen VL, útil para generar prompts a partir de imágenes de referencia.

Acerca de

Este flujo de trabajo convierte cualquier imagen en texto descriptivo que sigue instrucciones usando Qwen-VL dentro de ComfyUI. Es una cadena simple y fiable: LoadImage carga tu fotograma o foto en el grafo, AILab_QwenVL ejecuta el modelo de visión-lenguaje Qwen-VL para generar captions o respuestas según tu instrucción, y PreviewAny muestra el texto resultante directamente en la interfaz. Como AILab_QwenVL acepta tanto una imagen como un prompt, puedes orientar la salida hacia texto alternativo conciso, desglose detallado de la escena, etiquetas o incluso transcripciones estilo OCR.

Lo que proporcionas

  • Leyendo el flujo de trabajo

Se ejecuta en ComfyUI. Este flujo de trabajo no puede ejecutarse en esta página. Ábrelo en Comfy Cloud con todo cargado o descárgalo para tu propio ComfyUI.

Probar en Cloud
Salida
EjemploSample output
Sample output

Preguntas y respuestas