本地部署H3-Image必须下载四个核心组件模型文件：diffusion_models/、text_encoders/、vae/、clip_vision/，缺一不可；各文件需按指定路径存放且为.safetensors格式，精度需匹配显存，名称不可更改。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
本地部署 H3-Image 必须下载四个核心组件的模型文件，缺一不可；这些文件各自独立存放、可混搭精度，但路径错误或漏放任一组都会导致 ComfyUI 加载失败或报“model not found”错误。
确认 ComfyUI 模型目录结构
打开你的 ComfyUI 根目录，进入 models 文件夹，确保存在以下四个子目录：
• diffusion_models/
• text_encoders/
• vae/
• clip_vision/
如果缺失任一目录，请手动创建。ComfyUI 不会自动补全，路径名必须完全匹配（大小写敏感、无空格、无中文）。
按组件逐个下载对应文件
每个组件在不同精度下体积差异极大，务必根据你显存容量选择——【bf16 全集需 135GB 下载量，而 w4a8 组合仅需 20GB】。所有文件均为 `.safetensors` 格式，不接受 `.ckpt` 或 `.bin`。
方法一：扩散模型（DiT）
→ 进入 diffusion_models/
→ 下载对应精度文件：
• bf16：`h3_image_dit_bf16.safetensors`（40.5 GB）
• int8：`h3_image_dit_int8_convrot.safetensors`（21.2 GB）
• w4a8：`h3_image_dit_w4a8.safetensors`（13.4 GB）
⚠️ 注意：该文件是整个流程的主干，名称不能重命名，否则 workflow 无法识别。
方法二：文本编码器（Qwen3-VL）
→ 进入 text_encoders/
→ 必须同时下载两项：
① 基础文本编码器：qwen3_vl_text_encoder_bf16.safetensors（9.1 GB）或对应精度版本
② 提示词增强器（Prompt Upsampler）：h3_prompt_upsampler_bf16.safetensors（19.3 GB）或对应精度版本
这两者功能不同，不可互相替代；漏掉提示词增强器会导致生成图细节贫弱、文字理解偏差大。
方法三：VAE 解码器
→ 进入 vae/
→ 下载：h3_image_vae_bf16.safetensors（2.34 GB）
→ 若选用 w4a8 扩散模型，建议搭配 h3_image_vae_int8.safetensors（1.2 GB），否则解码时可能因精度错配产生色块或模糊。
方法四：CLIP 视觉编码器（仅图生图/参考图编辑必需）
→ 进入 clip_vision/
→ 下载：clip_vision_h3.safetensors（1.8 GB）
这一步可暂缓——纯文生图任务可跳过；但只要 workflow 中用到「Reference Image」或「Image Embedding」节点，就必须存在，否则直接报红停机。
