Fibo 2.0

Fibo 2.0 是什么？

Fibo 2.0 是 Bria AI 推出的 8B 图像生成与编辑模型。

上一代的 FIBO 比 Ideogram 4.0 更早就把重点放在了 JSON 格式的结构化提示词上。

Fibo 2.0 是它的后继版本，保留了这个特点，同时也能编辑图像了。

这种结构化提示词叫作 VGL（Visual GenAI Language）。好在 Fibo 2.0 用普通的句子也能有不错的效果。
也可以把简单的指示交给 MLLM，让它改写成 VGL。

模型有两个：既能生成也能编辑的 Dev，以及只用于编辑、4 步就能出图的 Edit Turbo。

本页每个任务都放了 Dev 的工作流。图像编辑部分还在旁边放了 Edit Turbo 的工作流。

推荐设置

• 分辨率
  • 约 1MP
  • 宽和高都要是 16 的倍数
• 参考图像数量
  • 最多 4 张

下载模型

• diffusion_models
  • fibo2_dev_int8_convrot.safetensors (8.41 GB)
  • fibo2_edit_turbo_int8_convrot.safetensors (8.41 GB)
• text_encoders
  • qwen3vl_4b_int8_convrot.safetensors (4.86 GB)
  • qwen3.5_9b_int8_convrot.safetensors (9.75 GB)
    • 🚨 生成 VGL 时使用（可选）
• vae
  • flux2-vae.safetensors (336 MB)

📂ComfyUI/
└── 📂models/
    ├── 📂diffusion_models/
    │   ├── fibo2_dev_int8_convrot.safetensors
    │   └── fibo2_edit_turbo_int8_convrot.safetensors
    ├── 📂text_encoders/
    │   ├── qwen3vl_4b_int8_convrot.safetensors
    │   └── qwen3.5_9b_int8_convrot.safetensors
    └── 📂vae/
        └── flux2-vae.safetensors

基础工作流

图像生成

• steps: 30
• cfg: 5.0

Outputs

图像编辑

• TextEncodeFibo2
  • 把 width / height 设为 0，就会直接使用输入图像的尺寸

Edit Turbo 只需修改以下参数。

• steps: 4
• cfg: 1.0

Outputs

图像编辑（多参考）

在提示词里，请按接入 TextEncodeFibo2 的顺序，用 <image_1>、<image_2> 指明说的是哪张图。

Replace the pink-haired girl on the right of <image_1> with the mechanic woman from <image_2>.

Outputs

使用 VGL（用 MLLM 生成结构化提示词）

用上结构化提示词，才能真正发挥 FIBO 的看家本领。
不过从零开始手写 JSON 太费劲，所以就让 MLLM 把自然语言改写成 VGL 的 JSON 吧。

系统提示词用的是 Bria 的 bria-vgl 里为 Gemini 准备的版本，我针对 Qwen3.5 稍微做了调整。
图像生成、图像编辑和多参考各用一份内容不同的系统提示词，注意不要混用。

MLLM 用的是 Qwen3.5 9B。也可以直接复用作为文本编码器加载的 Qwen3-VL 4B，但它的能力不足以胜任这项工作，所以不推荐。

图像生成

结构化提示词的特点，是可以像调参数一样只改其中一部分。
用生成好的 JSON 提示词，试着只把摄像机角度之类的地方换掉，再生成一次看看。

Outputs

图像编辑

Outputs

图像编辑（多参考）

要把多张图像输入 Generate Text，需要先用 Batch Images 合成一个批次。

不过，Batch Images 会把第 2 张及之后的图像裁剪成和第 1 张相同的分辨率。
如果图像方向不同，比如第 1 张是竖图、第 2 张是横图，请先用 pad 补出留白，免得画面被裁掉。

Outputs