今天给大家演示一个电影级分镜生成工作流 ——next-scene-qwen，基于 ComfyUI 搭建，结合强大的 Qwen 多模态模型，实现图像参考+文本描述驱动下的镜头连贯生成。从构图光影到动作延续，全流程可控，可广泛应用于影视预演、漫画草图、分镜头台本等创意场景。本工作流支持从参考图片出发，调用大语言模型生成「下一幕」的镜头描述，再将其通过 Qwen-Image 模型精准还原成高质量分镜图像。无论是动态场景、复杂打斗，还是细腻情绪，都能通过 prompt 控制、风格延续、多图连贯等能力，完成富有节奏和故事感的影像表达。文章目录工作流介绍核心模型Node节点工作流程大模型应用RH_LLMAPI_NODE 连续镜头递推的叙事生成核心TextEncodeQwenImageEditPlus（正向） 分镜画面内容语义编码TextEncodeQwenImageEditPlus（负向） 画面干净度与结构稳定语义CLIPLoader（语言模型加载器） Prompt 理解能力基础使用方法应用场景开发与应用工作流介绍本工作流围绕“生成连贯电影分镜”的目标构建，由三个核心模块构成：文生文（描述生成）、文生图（图像生成）、风格承接（图像一致性）。整体流程从输入参考图像与剧本提示出发，经由 Qwen 多模态大模型完成延续性镜头描述，再由 Qwen Image Edit 模型完成图像生成，并通过 Lora 精调模块保持角色外观、色调一致，最终输出高清、高一致性电影分镜图。在模型配置方面，核心使用了Qwen-Image-Edit与Qwen-2.5-VL模型组合，前者负责高保真的图像编辑生成，后者用于理解上下文并生成连贯文本描述。配合两个 LoRA 模型（Qwen-Image-Lightning和next-scene_lora_v1）进一步细化输出风格与一致性表现。在 Node 节点层面，通过easy promptLine控制逐帧描述输入，TextEncodeQwenImageEditPlus模块进行提示编码，采样与图像生成交由KSampler执行，并通过SaveImage输出最终图片。同时结合图像比例处理、图文融合、模型加载等工具节点，实现完整的高质量图像分镜生成工作链路。核心模型