图像生成工具 ComfyUI 扩展了本地运行模型支持及外部图像服务连接，并提升了部分文本生成任务的处理速度。设计图像制作流程的开发者在选择新模型时，也需要考虑运行位置和成本。

1. 原生支持 MOSS-Image

此次版本于 2026年10月18日发布，原生支持 MOSS-Image。根据新增支持的提案，新实现的核心是用于生成图像的扩散 Transformer。将语句转换为模型可用数值的文本编码器则沿用 Qwen3.5-9B。

使用时，可在文本编码器加载器中选择 moss_image 类型。模型文件位置和示例工作流均可通过新增支持提案中的链接找到。如需指定布局，可向实验性 MOSS-Image Layout Prompt 节点输入整体描述和矩形区域信息，生成结构化布局指令。

图像生成部分支持的推理数据类型为 bfloat16 和 float32。数据类型指计算中数值的表示方式。

2. Krea 3 Image 连接外部服务

Krea 3 Image 是将外部图像服务接入处理单元相连的工作流的节点。不连接图像时，它根据文字生成新图像；连接图像时，则编辑现有图像。最多可输入 8 张图像，并按连接顺序编号。

提示词中可用 @Image1 这样的写法指代图像。若以此指定未连接的编号，就会报错。保留编辑区域之外内容的功能默认关闭，使用时至少需要一张图像。

节点说明指出，默认模式为快速处理，而更细致地规划编辑的模式耗时更长。说明还提示，即使指定相同的随机种子，服务也会在生成前重写提示词，因此不会重复生成相同图像。

3. Qwen 改进通过文本生成测试得到确认

Qwen 3.x 性能改进提案包含此前第 1 部分的变更。内部优化了用于复用先前计算结果的缓存，以及小粒度的生成运算。需要注意，所报告的结果来自文本生成测试，而非完成图像的全过程。

首项测试条件记为 Linux、RTX5090、96GB，任务是输入图像进行创意写作。模型为 Qwen 3.8，采用 4 位权重和 8 位中间计算值。运行时间在变更前为 45.26 秒，第 1 部分为 32.48 秒，第 2 部分为 24.99 秒。生成期间显示的速度分别为每秒 60.05 次、88.51 次、108.27 次。

另有一项测试使用相同硬件和模型配置，将上下文改为 3万 token、输出改为 4千 token。token 是模型分割和处理文本的单位。该测试开启了 --use-ck-attention，运行时间从 110.37 秒降至 35.29 秒。由于任务条件与前一项测试不同，数值无法直接比较。

在 Windows、RTX5080、96GB 上进行创意写作的测试使用 Qwen 3.5，采用 6 位权重和 8 位中间计算值。运行时间从 22.06 秒降至 16.07 秒，生成速度从每秒 104.66 次升至 130.10 次。这是提交者提供的案例，未给出其他环境中的改进幅度。

4. 选择增多，但需区分运行成本

好处是增加了模型本地运行的选择和外部编辑功能。不过，外部服务节点会上传输入图像、发送提示词，并产生费用。费用显示公式随分辨率、处理模式和参考图像数量而变化。不应将支持范围扩大等同于免费本地运行功能的扩大。

此次还修正了对中央处理器低精度运算支持的判定。这项变更是排除不受支持的计算路径，而非新增加速功能。以下代码原样摘录了相关支持判定函数的开头部分。

def supports_nvfp4_compute(device=None):
    if is_device_cpu(device):
        return False

    if not is_nvidia():
        return False

本次更新扩展了图像生成的选择，决定是否引入时，应分别评估文本生成在不同条件下的改进和外部服务的成本。