Flux Klein Face Swap | Realistischer KI-Gesichts-Editor

Flux Klein Face Swap für ComfyUI: nahtloser, promptgesteuerter Gesichtsaustausch

Flux Klein Face Swap ist ein fokussierter ComfyUI-Workflow, der ein Gesicht in einem Bild durch ein Gesicht aus einem anderen ersetzt, während Pose, Beleuchtung und Texturkonsistenz erhalten bleiben. Er baut auf FLUX Kleins einheitlicher Bildgenerierung und Bearbeitung auf, um realistische Austausche zu liefern, die sich natürlich in die Szene einfügen.

Dieser Workflow ist ideal für Porträtbearbeitung, Charaktererstellung und Inhaltsverfeinerung. Sie stellen ein Basisbild und ein Gesicht-Quellbild bereit, leiten den Austausch mit einer kurzen Eingabeaufforderung und die Flux Klein Face Swap-Pipeline richtet die Geometrie aus, überträgt die Identität und erzeugt ein sauberes Ergebnis mit optionalem Upscaling.

Wichtige Modelle im Comfyui Flux Klein Face Swap-Workflow

• Black Forest Labs FLUX.2‑klein 9B FP8. Der Kern-Diffusionstransformator, der hier für Bearbeitung und Bildsynthese verwendet wird. Er integriert das neue Gesicht, während der Szenenstil und die Komposition stabil bleiben. Model card
• FLUX.2‑klein 4B. Eine leichtere Alternative, die Speicher reduziert und die Iteration mit etwas geringerer Kapazität beschleunigt. Nützlich für Entwürfe oder begrenzte GPUs. Model card
• Qwen 3 Text-Encoder 8B oder 4B. Bietet Verständnis für FLUX 2, sodass der Austausch Ihren textuellen Anweisungen zu Identität, Pose und Stil folgt. Dateien werden mit den Klein-Splits verteilt. Repository
• Flux 2 VAE. Kodiert Bilder in den latenten Raum, den FLUX verwendet, und dekodiert das finale Latent zurück zu Pixeln mit treuen Farben und Tönen. Repository
• YOLOX-Objektdetektor und DWPose-Schätzer. Wird während der Vorverarbeitung verwendet, um das Gesicht und die gesamte Körperpose zu lokalisieren, sodass die Ausrichtung nach dem Austausch natürlich ist. YOLOX DWPose

Wie man den Comfyui Flux Klein Face Swap-Workflow verwendet

Die Pipeline fließt von Eingaben über Vorverarbeitung, Referenzkonditionierung, FLUX-Sampling, Dekodierung und optionalem Upscaling. Jede Stufe unten benennt die wichtigsten UI-Knoten, die Sie sehen werden.

Laden Sie Eingaben mit LoadImage (#81) und LoadImage Face Swap Image (#244)

Wählen Sie das Basisfoto in LoadImage (#81). Dies ist die Szene und Kleidung, die Sie behalten möchten. Wählen Sie das Spenderporträt in Face Swap Image (#244). Dies liefert die Identität, die übertragen werden soll. Wählen Sie Bilder mit ähnlicher Kopfgröße und allgemeinem Winkel für beste Ergebnisse. Beide Bilder werden intern auf eine konsistente Arbeitsauflösung angepasst.

Erkennen Sie Pose und Gesichter mit DWPreprocessor (#267) und normalisieren Sie mit ImageResizeKJv2 (#468)

Der Vorprozessor analysiert das Basisbild, um die Kopf- und Körper-Schlüsselpunkte zu finden und erzeugt Anleitungen, die das Gesichtslayout und die Pose kodieren. Dies stellt sicher, dass Flux Klein Face Swap das neue Gesicht mit der ursprünglichen Ausrichtung und Beleuchtung ausrichtet. Das Ergebnis wird auf die Arbeitsdimensionen angepasst, sodass spätere Schritte konsistente Geometrie verwenden. Sie müssen keine Maske bereitstellen.

Beschreiben Sie den Austausch mit CLIPTextEncode (#250)

Geben Sie eine kurze Anweisung, die klarstellt, was sich ändern und was bleiben soll. Zum Beispiel: "Ersetzen Sie den Kopf in Bild 1 durch den Kopf aus Bild 2, behalten Sie Kleidung und Pose aus Bild 1, passen Sie Hautfarbe und Beleuchtung an." Der Text-Encoder wandelt Ihre Eingabeaufforderung in eine Konditionierung um, die das Modell während des Samplings steuert. Klare, spezifische Formulierungen führen zu getreueren Austauschen.

Erstellen Sie Referenzkonditionierung mit VAEEncode und ReferenceLatent (#257, #253, #269)

Das Basisbild, das Gesicht-Quellbild und die Pose-Anleitung werden jeweils mit VAEEncode in Latenten kodiert. ReferenceLatent (#257) bindet zuerst das Basisbild an Ihre Eingabeaufforderung, sodass Stil und Szene erhalten bleiben. ReferenceLatent (#253) injiziert die Identität des Spenders als Referenz. ReferenceLatent (#269) fügt die erkannte Geometrie hinzu, die die Kopfposition und Proportionen vor dem Sampling fixiert.

Planen und sampeln Sie mit FLUX unter Verwendung von UNETLoader (#180), Flux2Scheduler (#237), KSamplerSelect (#240), BasicGuider (#277) und SamplerCustomAdvanced (#261)

UNETLoader (#180) lädt das FLUX.2‑klein-Modell, das die eigentliche Bearbeitung durchführt. Flux2Scheduler (#237) legt den Denoising-Plan bei der Arbeitsbreite und -höhe fest, sodass die latente Auflösung konsistent bleibt. BasicGuider (#277) kombiniert das Modell mit Ihrer zusammengestellten Konditionierung und übergibt es dem Sampler. Wählen Sie einen Sampler in KSamplerSelect (#240) und behalten Sie einen festen Seed in RandomNoise (#256), um Ergebnisse bei der Iteration reproduzierbar zu machen. SamplerCustomAdvanced (#261) erzeugt dann das ausgetauschte Gesichtslatent in einem einzigen Pfad ohne manuelle Maskierung.

Dekodieren und überprüfen Sie mit VAEDecode (#251), PreviewImage (#457) und Image Comparer (rgthree) (#452)

VAEDecode (#251) wandelt das finale Latent in Pixel um. Verwenden Sie PreviewImage (#457), um schnell Identität, Hautfarbkontinuität und Haaransatzkanten zu überprüfen. Vergleichen Sie das Vorher und Nachher mit Image Comparer (rgthree) (#452), um sicherzustellen, dass Kleidung, Pose und Hintergrund intakt bleiben. Falls nötig, verfeinern Sie Ihre Eingabeaufforderung und führen Sie sie erneut aus, um Ausdruck oder Stil zu ändern.

Upscale und speichern Sie mit SeedVR2VideoUpscaler (#326) und SaveImage (#467)

Der Upscaler verbessert Details und glättet kleine Nähte, während er die bearbeitete Identität respektiert. Halten Sie die Farbkorrektur über die Durchläufe hinweg konsistent, um Verschiebungen im Hautton zu vermeiden. Wenn Sie zufrieden sind, speichert SaveImage (#467) das finale Ergebnis mit einem klaren Dateipräfix, sodass Chargen organisiert bleiben. Der Upscaler ist optional, wenn Sie bereits in hoher Auflösung arbeiten.

Wichtige Knoten im Comfyui Flux Klein Face Swap-Workflow

DWPreprocessor (#267)

Rolle: erkennt Körper- und Gesichtssignale, die die Ausrichtung stabilisieren. Erhöhen Sie die Auflösung, wenn Gesichter im Rahmen klein sind. Aktivieren Sie die Erkennung von Gesicht und Körper zusammen für Porträts, die Schultern oder Hände enthalten, um Proportionskontinuität zu gewährleisten.

ReferenceLatent (#257)

Rolle: verankert den Stil und die Szene des Basisbildes an die Eingabeaufforderung, sodass der Austausch nicht abweicht. Wenn sich die Umgebung oder das Outfit ungewollt ändert, passen Sie den Basisbildausschnitt an, sodass dieser Referenzbereich die Region betont, die Sie erhalten möchten.

ReferenceLatent (#253)

Rolle: injiziert die Spenderidentität. Für einen starken Identitätstransfer verwenden Sie ein scharfes, frontales Spenderporträt mit neutralem Ausdruck. Vermeiden Sie starkes Make-up oder Verdeckungen, die unerwünschte Merkmale überanpassen könnten.

ReferenceLatent (#269)

Rolle: erzwingt die räumliche Geometrie aus dem Erkennungsschritt, sodass das neue Gesicht natürlich auf Kopf und Hals sitzt. Verwenden Sie dies, wenn Pose oder Kopfneigung wichtig sind. Wenn Sie mehr Freiheit im Ausdruck wünschen, wählen Sie ein Basisbild mit dem Zielausdruck, anstatt diese Einschränkung zu lockern.

Flux2Scheduler (#237)

Rolle: definiert den Denoising-Pfad bei Ihrer Arbeitsauflösung. Mehr Schritte können subtile Texturen verfeinern, kosten jedoch Zeit. Halten Sie Breite und Höhe vom Pipeline geerbt, um Aspektabweichungen mit dem EmptyFlux2LatentImage-Eingang zu vermeiden.

SamplerCustomAdvanced (#261)

Rolle: führt das geführte Denoising unter Verwendung Ihrer Samplerwahl und des Seeds durch. Verwenden Sie einen konsistenten Seed für A/B-Vergleiche und ändern Sie nur eine Sache gleichzeitig, typischerweise die Eingabeaufforderung. Wenn die Ergebnisse übertrieben wirken, versuchen Sie einen weniger aggressiven Sampler oder reduzieren Sie das effektive Denoising, indem Sie von einer stärkeren Referenz ausgehen.

SeedVR2VideoUpscaler (#326)

Rolle: finale Verbesserung und Kantenbereinigung. Erhöhen Sie die Zielauflösung moderat, um die Identität stabil zu halten. Wenn sich Farben verschieben, aktivieren Sie die Farbkorrektur und halten Sie das Eingangsrauschen niedrig, um die Kontinuität des Hauttons zu bewahren.

Optionale Extras

• Wählen Sie Eingabefotos mit ähnlicher Kopfgröße und Orientierung für den überzeugendsten Flux Klein Face Swap.
• Halten Sie Eingabeaufforderungen kurz und wörtlich. Erwähnen Sie, was ersetzt, was behalten und welche Stilhinweise gegeben werden sollen.
• Verwenden Sie einen festen Seed während der Eingabeaufforderungserkundung, dann variieren Sie den Seed, um subtile Ausdrucksänderungen hinzuzufügen.
• Wenn ein Hautfarbmismatch auftritt, fügen Sie der Eingabeaufforderung eine Phrase wie "Hautfarbe und Beleuchtung anpassen" hinzu.
• Holen Sie sich die Zustimmung ein und befolgen Sie lokale Gesetze und Modelllizenzen, wenn Sie einen Gesichtsaustausch durchführen.

Danksagungen

Dieser Workflow implementiert und baut auf den folgenden Arbeiten und Ressourcen auf. Wir danken @Ai Verse's Flux Klein Face Swap Source-Workflow für ihre Beiträge und Wartung. Für autoritative Details verweisen wir auf die Originaldokumentation und Repositories, die unten verlinkt sind.

Ressourcen

• Flux Klein/Face Swap Source
  • Docs / Release Notes: @Ai Verse's YouTube

Hinweis: Die Nutzung der referenzierten Modelle, Datensätze und Codes unterliegt den jeweiligen Lizenzen und Bedingungen, die von ihren Autoren und Maintainers bereitgestellt werden.