Z Image Real Skin Workflow | Realistischer Porträtgenerator

Z Image Real Skin Workflow: natürliche Editorial-Porträts mit echter Hauttextur#

Der Z Image Real Skin Workflow ist eine RunComfy-fähige ComfyUI-Pipeline zur Erstellung realistischer Editorial-Porträts, die Poren, Sommersprossen und feine Linien bewahren und plastikartige, Beauty-gefilterte Looks vermeiden. Er kombiniert Bild-zu-Prompt-Extraktion mit starker Textführung und subtilen LoRA-Akzenten, um weiches, natürliches Licht, reife Gesichtsdetaillierung und Magazin-fähige Farben zu erzeugen.

Aufgebaut um Z-Image Turbo mit Qwen-Bildkodierung und Qwen-VL-Prompt-Extraktion, hilft dieser ComfyUI Z Image Real Skin Workflow Künstlern, westliche Porträtreferenzen, natürliche Hautcharakterlooks und hochwertige Editorial-Ästhetiken auf konsistente, wiederholbare Weise zu erkunden. Vier parallele Sampler liefern Side-by-Side-Variationen, sodass Sie schnell die Wiedergabe mit der besten Hauttextur und dem besten Ton auswählen können.

Schlüsselmodelle im Comfyui Z Image Real Skin Workflow#

• Z-Image Turbo von Comfy-Org. Das primäre generative Modell, das die Bildsynthese mit Geschwindigkeit und scharfer Texturretention antreibt. Model card
• Qwen-Image Text-Encoder für ComfyUI. Bietet robuste CLIP-ähnliche Textkonditionierung, die mit Qwen-Prompts abgestimmt ist und die Einhaltung nuancierter Porträtanweisungen verbessert. Model files
• Qwen-VL Instruct (8B-Klasse). Ein Vision-Language-Modell, das hier verwendet wird, um ein Referenzporträt zu analysieren und einen prägnanten, englischen Prompt zurückzugeben, der Identitätsmerkmale und Styling für Bild-zu-Prompt-Leitfäden bewahrt.
• Unfiltered Realism v2 LoRA. Fügt Mikrotextur und realistische Tonreaktion hinzu, um Überglättung zu vermeiden und die Haut glaubwürdig zu halten.
• Kook Zimage Realistic Fantasy Turbo LoRA. Ein leichter, kontrollierbarer kreativer Akzent, der redaktionellen Glanz hinzufügen kann, ohne Poren zu glätten. Model card

So verwenden Sie den Comfyui Z Image Real Skin Workflow#

Dieser Workflow erstellt einen hochwertigen Prompt, kodiert ihn mit Qwen-Image und rendert vier Sampler-Varianten parallel mit Z-Image Turbo und subtiler LoRA-Führung. Starten Sie mit einem sauberen Lauf und iterieren Sie dann, indem Sie Text und LoRA-Gewichte nach Geschmack anpassen.

• Referenzbild-Eingabe und Skalierung
  • Laden Sie ein Porträt in LoadImage (#206). Der Helfer LayerUtility: ImageScaleByAspectRatio V2 (#211) normalisiert die Dimensionen, sodass der Analysator ein gut gerahmtes Subjekt sieht, ohne es zu strecken.
  • Die Referenz wird nicht als direktes Bild-zu-Bild verwendet; sie wird untersucht, um einen leitenden Prompt zu extrahieren. Wenn Sie reines Text-zu-Bild bevorzugen, können Sie ohne Referenz ausführen und sich ausschließlich auf Ihren geschriebenen Prompt verlassen.
• Prompt-Extraktion und -Zusammenstellung
  • AILab_QwenVL (#308) betrachtet das Referenzporträt und gibt einen kompakten englischen Prompt zurück, der Alter, Hautqualität, Haare, Garderobe und Licht hervorhebt. Es bevorzugt natürliche Hauttextur und vermeidet Glam-Glättungs-Hinweise.
  • JjkText (#200) liefert Ihre grundlegende kreative Richtung für Editorial-Stil und Realismus. JoinStrings (#201) verbindet den Basistext mit dem Ergebnis von Qwen-VL, sodass Sie eine einzige, saubere Anweisung erhalten, die zur Kodierung bereit ist.
• Textkodierung und Leitformung
  • CLIPLoader (#202) lädt den Qwen-Image-Encoder. CLIPTextEncode (#184) verwandelt den zusammengestellten Text in eine Konditionierung für den Generator.
  • FluxGuidance (#166) steuert, wie stark das Modell dem Text folgen soll. ConditioningZeroOut (#165) löscht absichtlich die negative Seite, um das Risiko einer Überunterdrückung zu verringern, die Poren oder feine Linien auslöschen könnte.
• Modellladung, LoRA-Akzente und Normalisierung
  • UNETLoader (#337) bringt Z-Image Turbo als Rückgrat-Generator ein.
  • Zwei Lora Loader-Knoten (#438 und #439) wenden Unfiltered Realism v2 und den Kook Zimage Turbo LoRA mit bescheidener Stärke an. Zusammen fördern sie natürliche Mikrotextur und redaktionellen Glanz ohne Plastikschein.
  • CFGNorm (#305) stabilisiert die Führung, sodass Kontrast und Farbe beim Iterieren konsistent bleiben.
• Parallele Abtastköpfe für schnelles A/B-Testing
  • EmptyLatentImage (#212) definiert die Leinwand. Vier KSampler-Zweige (#251, #255, #478, #487) rendern gleichzeitig mit unterschiedlichen Sampler- und Scheduler-Paaren.
  • Erwarten Sie subtile Unterschiede in Körnung, Kantenschärfe und Tonalverlauf. Verwenden Sie diese Zweige, um die Wiedergabe auszuwählen, die Hautdetails beibehält und gleichzeitig schmeichelhaft bleibt.
• Dekodierung und letzte Feinabstimmungen
  • Jeder Zweig dekodiert durch VAEDecode (#252, #254, #476, #485) und wendet LayerColor: AutoAdjust (#343, #338, #475, #488) für sanfte Belichtungs- und Kontrastnivellierung an, die Mitteltöne schützt.
  • Dienstprogrammknoten TT_img_enc (#497, #495, #496) geben Bilder zum Speichern weiter. Endbilder werden von SaveImage (#447, #448, #479, #489) mit klaren Dateinamen pro Sampler geschrieben.

Schlüssel-Knoten im Comfyui Z Image Real Skin Workflow#

• AILab_QwenVL (#308)
  • Zweck: Wandelt ein Referenzporträt in einen prägnanten Prompt um, der Identitätsmerkmale, Garderobe, Beleuchtung und das "real skin"-Briefing bewahrt.
  • Tipps: Verwenden Sie eine saubere, gut beleuchtete Referenz. Kürzere Ausgaben neigen zu breiten Stilübereinstimmungen; ausführlichere Ausgaben lenken Komposition und Garderobe enger.
• FluxGuidance (#166)
  • Zweck: Balanciert textuelle Gehorsamkeit mit Modellprior. Niedrigere Werte bringen etwas mehr natürliche Varianz in die Haut; höhere Werte erzwingen strengere Prompt-Einhaltung.
  • Tipps: Wenn Poren verblassen oder die Haut plastikartig aussieht, Führung herabsetzen. Wenn das Modell von Garderobe oder Beleuchtung abweicht, Führung erhöhen.
• Lora Loader (#438) Unfiltered Realism v2
  • Zweck: Stellt Mikrotextur und authentische Tonkurve wieder her.
  • Tipps: Etwas erhöhen für trockenere, schärfere Poren; reduzieren, wenn Körnung oder kleine Artefakte auf Wangen oder Stirn erscheinen.
• Lora Loader (#439) Kook Zimage Realistic Fantasy Turbo
  • Zweck: Fügt einen leichten redaktionellen Akzent und klarere Farbtrennung hinzu, während das "real skin"-Briefing intakt bleibt.
  • Tipps: Erhöhen für ein glänzenderes Magazin-Ambiente; verringern für einen dokumentarischeren Look.
• CFGNorm (#305)
  • Zweck: Normalisiert die Führung, sodass Änderungen in Textstärke oder LoRA-Gewicht Belichtung und Sättigung nicht beeinflussen.
  • Tipps: Aktiviert lassen, wenn Sampler-Köpfe verglichen werden, um faire A/B-Bewertungen zu gewährleisten.
• KSampler Köpfe (#251, #255, #478, #487)
  • Zweck: Vier parallele Sampler mit unterschiedlichen Scheduler-Geschmäckern ermöglichen den Vergleich von Hauttextur, Mikro-Kontrast und Bokeh-Verhalten auf einen Blick.
  • Tipps: Verwenden Sie den Basiszweig für ausgewogenen Realismus, probieren Sie den Flow-Matching-Zweig, wenn Sie scharfe Poren mit sanften Verläufen möchten, verwenden Sie den SGM-Zweig für weichere Tonalverläufe, und wählen Sie den Beta-Scheduler für stimmungsvollere Tonalität.

Optionale Extras#

• Beginnen Sie mit neutralen, weichen Fensterlichtreferenzen für die saubersten Qwen-VL-Prompts und die schmeichelhafteste Hautfarbe.
• Wenn Sie auf unterschiedliche Demografien oder Stile abzielen, schreiben Sie den Basistext in JjkText (#200) um, sodass Qwen-VL Ihre Absicht ergänzt, anstatt ihr zu widersprechen.
• Um die Komposition zu steuern, passen Sie das Seitenverhältnis in EmptyLatentImage (#212) vor dem Sampling an.
• Für reproduzierbare A/B-Tests kopieren Sie denselben Seed über alle KSampler-Knoten und variieren dann einen Faktor nach dem anderen.
• Wenn VRAM knapp ist, deaktivieren Sie die SaveImage-Knoten für Zweige, die Sie nicht benötigen, und führen Sie nur ein oder zwei Sampler pro Iteration aus.

Danksagungen#

Dieser Workflow implementiert und baut auf den folgenden Arbeiten und Ressourcen auf. Wir danken RunningHub für die Workflow-Quelle, Comfy-Org für die Z-Image Turbo und Qwen Image ComfyUI Modellsätze und KZZrin für den Kook Zimage realistic fantasy Turbo LoRA für ihre Beiträge und Wartung. Für autoritative Details verweisen wir auf die Originaldokumentation und Repositories, die unten verlinkt sind.

Ressourcen#

• RunningHub/RunningHub Workflow-Quelle
  • Docs / Release Notes: RunningHub post
• Comfy-Org/Z-Image Turbo Modellsätze
  • Hugging Face: Comfy-Org/z_image_turbo
• Comfy-Org/Qwen Image ComfyUI Modellsätze
  • Hugging Face: Comfy-Org/Qwen-Image_ComfyUI
• KZZrin/Kook Zimage realistic fantasy Turbo LoRA
  • Hugging Face: KZZrin/kook_zturbo

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