前几天简单介绍了OmniGen2的情况。
这个工具的来头很有意思，它是由智源研究院研发并开源的。
智源研究院由北京市政府支持成立，聚焦原始创新与核心技术攻关，目标成为全球AI学术思想、顶尖人才及产业政策的源头。其运行机制强调青年学者主导、开放协作，形成了“智源学者”“智源大会”等产学研生态。
和ChatGPT O4、Flux Kontext 等类似工具相比，OmniGen2最大的优势，是支持中文（依托千问2.5）。
原理就不多说了，下面放实际跑图效果和模型下载链接。
1、模型安装
ComfyUI原生支持OmniGen2，只需要升级到最新开发版即可加载工作流（模型和工作流在文末提供网盘免费下载）。
用到两个模型：
omnigen2_fp16.safetensors，安装路径：ComfyUI\models\diffusion_models
qwen_2.5_vl_fp16.safetensors，安装路径：ComfyUI\models\text_encoders
2、工作流概览
主要节点：
模型加载：
UNET加载器，选择OmniGen2模型（事实上OmniGen2放到UNET目录也可以）。
CLIP加载器，选择千问2.5VL模型。
VAE，选择ae.sft，该模型为Flux共用VAE，本文没有再提供下载。
上传图片：
工作流支持上传多张图片，因为用到一张比较多，所以第二个上传图片节点置灰，有需要可以激活。
提示词：
由于千问是阿里的产品，所以原生支持中文。尽量写的详细、清晰。
3、跑图：
请转成中国传统水墨画风格。
请给角色戴上墨镜。
请给角色换成粉色比基尼。
（原画面没有露出手，所以AI就发挥了）
请把画面的背景换成上海夜景。
4、时间
在我的3060的12G显存上，一张图大约2-3分钟，比Flux Kontext dev略慢，勉强可以接受。
实测支持NSFW（狂喜）。
网盘下载：
https://pan.quark.cn/s/1a8d08291164
（文：路过银河AI）