【2026 最新】FIBO 2.0 本機改圖排錯：新手必學五步，找對節點、編碼器與輸出尺寸

你已經把權重下載好，ComfyUI 卻找不到節點；勉強跑出圖，商品邊緣又被裁掉。FIBO 2.0 本機改圖排錯，先別從「再試一段提示」開始。入口、模型組合、接線和尺寸，各有自己的檢查方法。

這篇寫給第一次接觸節點改圖的讀者，用一張自己拍攝的商品照，帶你建立單一背景修改的練習，再學會保存可回查的工作流。動手部分需要已能啟動的 ComfyUI 與可載入模型的運算環境；本文依 2026 年 10 月 27 日查閱的官方檔案與原始碼整理操作，不把示意圖當成本機生成成果。

先說結論：先配對，再對齊，最後驗收

可靠改圖＝模型配對＋尺寸對齊＋保留區驗收。把它想成換相框：先拿到合適的工具，再確認照片怎麼放進框，最後檢查主角有沒有被切掉。只有最後那張圖好看，還不足以知道下一次該怎麼改。

• 先選原生本機工作流：核對 TextEncodeFibo2 與三個載入器。
• 第一輪使用單張參考圖、寬高留 0、固定 seed；先建立約 1MP 的起點。
• 出錯先看最早失敗的位置；出圖後同時檢查「背景有改」與「商品有保留」。

一、FIBO 2.0 本機改圖排錯：先認識四個零件

FIBO 2.0 是 Bria 的圖像模型家族。依Edit Turbo 模型卡，Dev 用於生成與編輯，Edit Turbo 是少步數編輯路線。這篇先選 Turbo 做一個小修改；若切換 Dev，採樣設定也要一起換回對應配方。

四個零件像一間小工作室：diffusion model 是畫師，Qwen3-VL 編碼器是讀圖與讀指令的翻譯，VAE 是圖片與模型內部表示的轉接器，workflow JSON 是接線圖。VAE 可以先理解成壓縮／還原圖片的介面，不必先學完變分自編碼器的數學。

FIBO 的 VGL 是把畫面拆成場景、物件與修改要求的結構化描述。原生節點接受普通文字或結構化 JSON；官方範本另加 Prompt Enhancer，把短指令展開成詳細描述。展開文字的模型和真正改圖的模型，是兩個工作。先把它們分開，才能知道錯在翻譯還是出圖。

授權要在練習之前處理。Comfy-Org 重包說明明列權重採 CC BY-NC 4.0，限非商用，商用需與 Bria 另訂協議。這裡以自己的照片做個人練習；若目的是客戶交付、上架或廣告，先取得涵蓋用途的商用授權，再把流程用進專案。訓練資料有授權，和你取得商用使用權，是兩件事。

①「找對門」：本機節點和 API 節點怎麼分？

找不到 FIBO 卡片，就代表模型沒有支援嗎？先把模板搜尋切回全部，清掉 Model Filter、Tasks、Runs on 篩選，再搜 fibo 或 Bria。官方模板介面說明提供搜尋與篩選入口；若搜尋結果仍不合適，直接下載原生 JSON，透過 Workflows → Open 匯入。

本篇的原生 Edit Turbo 範本包含 UNETLoader、CLIPLoader、VAELoader 與 TextEncodeFibo2。相對地，FIBO Partner Node 教學走 API 服務。兩條路都能出現在 ComfyUI 裡，下載本機權重不會替你完成 API 的帳號或費用設定。

匯入後若核心節點缺失，先存好舊工作流與版本，再依官方更新指引選擇自己安裝方式的更新流程，重啟後看啟動日誌。原生 FIBO 2.0 支援由 PR #17240導入；核對你的程式是否包含這段支援，比只看桌面 App 的版本名稱更直接。驗收點是節點能載入、沒有匯入錯誤，再往下走。

②「先配一套」：模型、編碼器與 VAE 放哪裡？

檔案有了，選單卻空白？依 Comfy-Org 的配置，改圖模型放 ComfyUI/models/diffusion_models/，Qwen 編碼器放 ComfyUI/models/text_encoders/，flux2-vae.safetensors 放 ComfyUI/models/vae/。先核對檔名與資料夾，再刷新模型列表或重啟。

先照範本建立一組基線：改圖模型選 fibo2_edit_turbo_int8_convrot.safetensors，核心編碼器選 qwen3vl_4b_bf16.safetensors，CLIPLoader 的 type 選 fibo2，VAE 選 flux2-vae.safetensors。這是來源可核對的配方，並非保證所有顯卡都裝得下；先記錄可用記憶體與實際載入結果。

官方範本還使用另一個 qwen3vl_8b_int8_convrot.safetensors 做提示展開，來源是Comfy-Org/Qwen3-VL。若你只想先驗核心路徑，先保存工作流副本，把原始指令直接接入 TextEncodeFibo2 的 prompt，並移除副本中未使用的提示增強支線。若已備妥完整範本，也可用 ComfySwitchNode = false 比較原始指令分支。這一輪先別同時換模型、編碼器和提示。

INT8 是降低部分數值精度的量化方式，BF16 則是另一種數值格式。Comfy-Org 說明指出，INT8 重包的輸出會和原版略有不同。檔案縮小多少，和整條工作流需要多少記憶體，要分開量。如果載入期間耗盡記憶體，先保留錯誤日誌、用單張輸入與 batch 1 排查，再評估受支援的卸載或量化組合。

③「看錯在哪層」：INT8 視覺編碼器的舊案例怎麼用？

日誌提到 dequantize_int8_embedding，就該把所有 INT8 換掉嗎？先看完整檔案來源與版本。2026 年 10 月 21 日的Issue #17248，回報環境包含 ComfyUI 0.42.0、Windows 11 與 RTX 5070；錯誤發生在 TextEncodeFibo2 讀取視覺輸入時。

截至本文查閱時，Issue 已關閉。維護者在回覆中指出，那次問題來自 vision tower 被量化成 INT8，並要求回報者比對官方上傳檔案；他並未把問題歸到 Comfy-Org 提供的那份檔案。這是檔案配置的診斷案例，不能推成目前所有 INT8 編碼器都有同一個 bug。

操作順序是：抄下第一個錯誤、記錄核心與依賴版本、確認模型下載網址及 revision，最後才在副本工作流裡單換核心編碼器，例如回到範本的 4B BF16。若錯誤消失，只能先說問題範圍縮到該組合；繼續保存成功與失敗兩份設定，別把「換過就能跑」當成已找出通用原因。

④「先跑小修改」：讓單張商品照走完整條接線

第一張就要求換背景、改材質、補文字，很難知道哪個要求出問題。先選一張自己拍攝、主體邊界清楚、沒有私人資訊的杯子或包裝照片，保留原檔。這次只要求：Replace the background with a plain warm gray studio backdrop. 意思是「把背景換成素暖灰棚拍背景」。把保留商品形狀、位置與標籤列為驗收條件。

在 LoadImage 放入照片，確認圖片同時送到需要它的路徑；核心 CLIP 與 VAE 接進 TextEncodeFibo2。該節點的 positive、negative、latent 要分別接到採樣器的對應輸入。採樣器要收到這個節點給的 latent，尺寸才和這次改圖的準備步驟對上。

依原生 Turbo 範本，先用 4 steps、CFG 1、euler / simple、denoise 1，固定 seed，batch_size 1，寬高都留 0。Turbo 模型卡亦指定 4 步、guidance 1，並明列 negative prompt 在該路徑不生效；這輪照範本留空。若改用 Dev，回到它的 50 步、guidance 5 配方，別只替換檔名。

執行後先看是否走到 VAE Decode → SaveImage，再看輸出圖片尺寸。存一份 baseline-workflow.json 與基線圖；如果這輪失敗，保留日誌就停止加功能。能完成一個背景修改，再開啟 Prompt Enhancer 比較指令展開帶來的差異。

⑤「框先對齊」：FIBO 2.0 本機改圖排錯的尺寸關卡

為什麼只改了角落，其餘像補出來的？先分清「圖進節點之前已縮放」「節點內重新縮放／裁切」「採樣 latent 尺寸另被替換」三個位置。依TextEncodeFibo2 原始碼，寬高為 0 時會按第一張圖的比例選約 1MP 的訓練尺寸；程式以 1024 × 1024 為面積中心，在指定範圍內選 16 的倍數。

當你指定寬高，正值會向下取到 16 的倍數，並影響輸出 latent 的形狀。只有一張參考圖時，節點會先把參考圖縮放並置中裁切到結果尺寸。因此，把橫幅直接改成正方形，可能在生成之前就已經切掉兩側。這和模型後來「不聽話」是不同問題。

做三個工作流副本來比較：A 保持寬高 0；B 設定接近原圖比例、且為 16 倍數的明確尺寸；C 故意換成不同長寬比，觀察邊界內容。每次固定原圖、seed、提示、模型與採樣設定，只改尺寸這一項。把每個結果的像素寬高與「商品有沒有被裁」寫在檔名旁。這是你要做的對照練習，並非本文提供的生成實測。

官方範本註記建議維持約 1MP，並記錄超出該範圍時可能出現角落提示內容與遵循度下降。這項註記值得作為排查線索，卻不是每種尺寸都失敗的定律。先回到 A 檢查，再逐項測 B；也要查採樣器是否被接回另一個空 latent。單純把數字加大，無法替你驗收細節。

比較作品時，用影像編輯器把結果疊在「相同縮放與裁切後的參考圖」上，先以半透明看杯口、輪廓、標籤，再看背景。尺寸不同就先對齊，別把全圖差異直接算成模型亂改。若標籤文字、握把形狀或商品邊緣改掉，這一張就退回重做；保留區的要求應在生成之前寫清楚。

常見問題：八個先講答案的判讀

找不到模板，先裝社群節點就好？

先查原生路徑。清篩選、匯入官方 JSON、確認核心支援及啟動日誌，再判斷是否有額外節點需求。

Dev 和 Turbo 可以沿用全部參數？

配方要一起換。這裡的官方設定分別是 Dev 50 步／guidance 5，Turbo 4 步／guidance 1；保存兩份工作流較容易回查。

INT8 Issue 關閉，表示我的錯一定修好了？

不能由關閉狀態判斷。比對實際檔案與回覆指向的原因，再用單變因對照縮小範圍。

只下載核心 4B 編碼器，就能跑提示增強？

本文範本另用了 8B 編碼器。先走原始指令分支，或依範本補齊增強路徑；兩者分開記錄。

寬高設成 0，會保留原圖全部像素嗎？

它代表自動選尺寸。單圖仍可能因比例差異而縮放與置中裁切；先看進框後的參考圖。

改成 2048，就一定更清楚？

不一定。尺寸、細節與指令遵循分開驗；先完成約 1MP 基線，再改一個尺寸條件。

同一 seed 就能保證每次一模一樣？

還要固定其餘條件。模型檔、量化、軟體與接線都列進紀錄；跨環境結果要重新檢查。

練習結果可以直接交給客戶？

先處理商用授權。Comfy-Org 權重明列非商用限制；取得涵蓋該用途的 Bria 協議後，再驗收作品與素材權利。

給新手的三個重點

• 找入口：看節點與工作流，不靠卡片名字猜本機或 API。
• 看對齊：先追參考圖與 latent 的尺寸，才判斷畫質與局部保留。
• 留成品：原圖、結果、workflow JSON、模型來源與錯誤日誌一起存，下一輪才有可靠起點。