• 人工智能
• 大模型
• 媒体生成
• 深度学习
• 本地部署

Chroma1-HD是一款专为 ComfyUI 生态打包的高性能文生图扩散模型（text-to-image），以单文件.safetensors格式提供，开箱即用。仓库同时收录了全精度版与 FP8 量化版两份模型文件，帮助不同显存级别的玩家快速落地 AI 绘画工作流。本文带你从文件结构、版本选型到部署步骤，一站式完成配置。

一、Chroma1-HD 是什么？

Chroma1-HD 是一个面向ComfyUI的重新打包（Repackaged）模型仓库，定位为diffusion-single-file（单文件扩散模型）。根据仓库元数据（README.md#L1-L10）：

• pipeline_tag：text-to-image，即输入提示词生成高清图像
• 标签：comfyui、diffusion-single-file
• 许可协议：apache-2.0，可自由用于个人与商业场景

它的设计目标很明确：一个文件拖进 ComfyUI，立刻能画。无需复杂依赖、无需额外 LoRA，适合新手快速体验文生图全流程。

二、两个模型文件怎么选？🎯

仓库在 split_files/diffusion_models/ 目录下提供了两份模型：

💡一句话选型法则：显存充裕选全精度版追求画质极限；显存紧张选fp8mixed版，用约一半的体积换取流畅出图。FP8 量化在视觉质量上的损失通常微乎其微，是中低端显卡的"性价比之王"。

📦 提示：fp8mixed表示模型采用混合精度存储，部分层保留高精度以保关键特征，是近年文生图模型压缩的主流方案。

三、三步完成 ComfyUI 部署（最快配置方法）⚡

Chroma1-HD 的部署流程极其简单，核心只有"把文件放进正确目录"一步。

第 1 步：准备 ComfyUI

确保已安装 ComfyUI 并熟悉其目录结构。

第 2 步：放置模型文件

按照 README.md#L20-L28 的说明，将模型放入 ComfyUI 的models/diffusion_models/文件夹：

📂 ComfyUI/ ├── 📂 models/ │ ├── 📂 diffusion_models/ │ │ ├── Chroma1-HD-fp8mixed.safetensors │ │ └── Chroma1-HD.safetensors

第 3 步：重启 ComfyUI

重启后端后，在任意"加载扩散模型"（Load Diffusion Model）节点的模型下拉列表中即可看到Chroma1-HD。

四、配合官方工作流，一键出图 🖼️

模型就位后，建议直接使用 ComfyUI 官方工作流模板Chroma: Text to Image，这是官方为 Chroma1 系列文生图准备的节点编排，包含采样器、VAE 解码等完整链路。在 ComfyUI 的模板库中搜索 "Chroma" 即可载入。

新手使用时的实用建议：

• 提示词：用英文自然语言描述画面，主体 + 环境 + 光线 + 风格，例如"a fox running through autumn forest, cinematic lighting, ultra detailed"
• 分辨率：从 1024×1024 起步测试，稳定后再提高
• 采样步数：先跑 20–30 步，观察质量与耗时的平衡
• 负面提示词：加入blurry, low quality, deformed等通用排除项

五、常见问题快速排查 🛠️

Q：为什么模型列表里找不到 Chroma1-HD？确认文件放在models/diffusion_models/而非models/checkpoints/——它是单文件扩散模型，归口 diffusion_models 目录（参考 README.md 的目录树）。

Q：FP8 版和全精度版能混用工作流吗？可以。两者是同一模型的不同精度存储，工作流节点完全通用，仅在采样速度上不同。

Q：下载后文件异常小（几百字节）？该仓库通过 Git LFS 存储大文件。请确保本地已安装 git-lfs，并执行git lfs pull拉取真实模型数据。

六、写在最后

Chroma1-HD 把"高性能文生图"的门槛降到了极低：选一个版本 → 拖进 ComfyUI → 载入工作流 → 开始创作。如果你想深入查看模型的原始出处与作者署名信息，可参阅 README.md#L32-L33。

祝出图愉快，期待你画出第一张令自己惊艳的作品！✨

• 人工智能
• 大模型
• 媒体生成
• 深度学习
• 本地部署