Qwen Image 2.1 Cambio de Rostro | Intercambio de Cabeza Natural

Flujo de Trabajo de Qwen Image 2.1 Face Swap ComfyUI: reemplazo natural de cabeza con transferencia de identidad guiada por indicaciones#

Este flujo de trabajo de Qwen Image 2.1 Face Swap ComfyUI reemplaza la cabeza y el rostro de un sujeto en una escena existente usando una referencia de identidad separada. Impulsado por la edición de imágenes de Qwen‑Image‑2.1 y una etapa ligera de generación de indicaciones, transfiere rasgos faciales, peinado y vello facial mientras preserva la pose, vestimenta y fondo de la escena original.

Diseñado para recast de personajes, retratos editoriales y escenas creativas de intercambio de cabeza, el flujo de trabajo es simple de manejar: proporciona tu escena original, añade un retrato de identidad, ejecuta la generación de indicaciones y muestrea el compuesto final. Retratos de referencia claros y bien iluminados ayudan al flujo de trabajo de Qwen Image 2.1 Face Swap ComfyUI a producir mezclas continuas y fotorrealistas.

Modelos clave en el flujo de trabajo de Qwen Image 2.1 Face Swap ComfyUI#

• Qwen‑Image‑2.1. El modelo de difusión de edición de imágenes central que realiza el reemplazo de la cabeza respetando el texto y el condicionamiento visual. Ver la tarjeta de modelo oficial en Hugging Face: Qwen/Qwen-Image-2.1.
• Qwen‑Image‑2.1 VAE. El codificador automático variacional utilizado para decodificar el latente final a RGB y preservar la fidelidad del color. Los pesos empaquetados están disponibles en la distribución de Comfy‑Org: Comfy‑Org/Qwen‑Image‑2.1 • vae.
• Codificador de texto Qwen‑Image‑2.1 (familia Qwen‑VL, 8B). El codificador multimodal que convierte la instrucción generada y las imágenes de referencia en condicionamiento para el proceso de difusión. Ver los activos del codificador de texto en el repositorio de Comfy‑Org: Comfy‑Org/Qwen‑Image‑2.1 • text_encoders.

Cómo usar el flujo de trabajo de Qwen Image 2.1 Face Swap ComfyUI#

El gráfico está organizado como un solo grupo titulado “Qwen Image 2.1 Face Swap” que orquesta entradas, generación de indicaciones, condicionamiento multimodal, muestreo y guardado. A nivel general, cargas dos imágenes, dejas que el bloque de indicaciones cree una instrucción de edición concisa, codificas todo para Qwen‑Image‑2.1, eliges si comenzar desde un lienzo vacío o desde un latente guiado por imagen, luego muestreas y decodificas.

Entradas: escena original y retrato de identidad#

• Carga tu escena o personaje objetivo en Original character (#470). Esta imagen proporciona cuerpo, pose, vestimenta y entorno que deben preservarse después del intercambio de rostro.
• Carga el rostro a transferir en new face (#510). Usa un retrato nítido, frontal o de tres cuartos con iluminación consistente; incluye la línea del cabello si deseas que el peinado se transfiera.
• El flujo de trabajo también agrupa estas dos entradas para que el generador de indicaciones pueda “ver” ambas imágenes juntas para una mejor creación de instrucciones.

Generación de indicaciones: convierte tu intención en una señal de edición precisa#

• Se proporciona una directiva corta a través del nodo de texto aijuxi JjkText (#516) y se combina con las imágenes agrupadas en TextGenerateLTX2Prompt (#502).
• El generador produce una instrucción compacta y centrada en la edición (por ejemplo, “Reemplaza la cabeza de la persona en la Imagen 1 con la persona de la Imagen 2, mantén la pose, el atuendo y el fondo”).
• Esta instrucción creada automáticamente reduce la sobrecarga de ingeniería de indicaciones y ayuda al flujo de trabajo de Qwen Image 2.1 Face Swap ComfyUI a mantenerse consistente entre ejecuciones.

Condicionamiento: guía multimodal para Qwen‑Image‑2.1#

• TextEncodeQwenImage21 (#485) ingiere la instrucción junto con las dos imágenes para producir condicionamiento positivo y negativo que describen qué reemplazar y qué preservar.
• El codificador también prepara un plano latente influenciado por tus referencias. Esta configuración es lo que permite al modelo transferir rasgos de identidad mientras mantiene la escena original intacta.

Resolución y enrutamiento latente: elige composición y fuerza de control#

• Establece tu relación de aspecto y presupuesto de píxeles deseados en ResolutionSelector (#13). La resolución alimenta una EmptyLatentImage que define el tamaño del lienzo para la síntesis.
• ComfySwitchNode (#483) selecciona el latente inicial:
  • Encendido: comienza desde un latente vacío para máxima libertad creativa y transferencia de identidad más fuerte.
  • Apagado: comienza desde el latente del codificador para intercambios guiados por imagen que se adhieren más estrechamente a la composición original.
• Este interruptor te permite ajustar cuán “fuerte” es el intercambio sin cambiar otras configuraciones.

Muestreo, decodificación y guardado#

• Los pesos de UNet se cargan una vez y se almacenan en caché (UNETLoader a QwenImage21Cache), luego KSampler (#482) ejecuta el proceso de difusión usando tu condicionamiento y fuente de latente elegida.
• VAEDecode convierte el latente muestreado en una imagen RGB, y SaveImage (#518) escribe el resultado con un nombre de archivo con marca de tiempo.
• El flujo de trabajo de Qwen Image 2.1 Face Swap ComfyUI es determinista por semilla, por lo que puedes reproducir un aspecto favorito manteniendo la misma semilla y configuración.

Nodos clave en el flujo de trabajo de Qwen Image 2.1 Face Swap ComfyUI#

TextEncodeQwenImage21 (#485)#

Este es el corazón del intercambio: fusiona la instrucción generada con ambas imágenes para producir la guía que sigue Qwen‑Image‑2.1. Para una preservación más estricta de la escena, mantén tu instrucción enfocada en reemplazar solo la cabeza mientras se retiene la pose, atuendo y fondo. Si necesitas ediciones más suaves, usa el modo guiado por imagen (ver el interruptor abajo) y mantén el lenguaje negativo conciso para evitar restringir demasiado el modelo.

TextGenerateLTX2Prompt (#502)#

Este nodo destila tu intención y las dos imágenes en una instrucción de edición concisa. Úsalo cuando desees una redacción consistente y menos indicaciones manuales. Si prefieres tu propia redacción, puedes omitir el generador alimentando una instrucción personalizada y manteniéndola corta, específica y preservadora de la escena.

ComfySwitchNode (#483)#

Este interruptor enruta el latente inicial. Usa la ruta de latente vacío para una transferencia de identidad más fuerte y estilización, o la ruta de latente del codificador cuando desees que la composición y la iluminación se adhieran estrechamente a la escena original. Activa esto cuando veas demasiado desvío (usa guiado por imagen) o no suficiente transferencia de identidad (usa latente vacío).

KSampler (#482)#

Controla la estrategia de muestreo y la fuerza de la edición. Un factor de desruido más bajo preservará más de la estructura original de la cabeza en el modo guiado por imagen; un valor más alto impulsará un reemplazo más fuerte. Elige un muestreador y un programador en los que confíes para retratos, y fija la semilla al comparar variaciones.

ResolutionSelector (#13)#

Establece la relación de aspecto y el presupuesto de píxeles para la generación. Ajusta el encuadre de la escena original para reducir la distorsión, o prueba un lienzo ligeramente más grande si planeas recortar. Las resoluciones más altas capturan mejor el detalle del cabello pero aumentan el tiempo de ejecución.

Extras opcionales#

• Usa un retrato de identidad limpio y sin obstrucciones; evita gafas de sol y oclusiones pesadas si deseas que los ojos y las cejas se transfieran fielmente.
• Igualar la escala de la cabeza: si el sujeto original está cerca de la cámara, recorta la referencia de identidad para un tamaño de cabeza similar.
• Mantén la iluminación consistente entre las imágenes para mezclas más naturales; si la iluminación difiere, prefiere el latente guiado por imagen para una mejor adherencia a la escena.
• Para la exploración por lotes, bloquea la semilla y solo cambia el retrato de identidad; esto aísla el efecto del nuevo rostro.
• Si los resultados parecen “sobreeditados”, usa el latente guiado por imagen y reduce la fuerza general de la edición; si la identidad no se adhiere, comienza desde un latente vacío y fortalece la instrucción de indicaciones.
• Los activos del modelo utilizados por este flujo de trabajo están disponibles en Hugging Face: Qwen/Qwen‑Image‑2.1 y Comfy‑Org/Qwen‑Image‑2.1.

Agradecimientos#

Este flujo de trabajo implementa y se basa en los siguientes trabajos y recursos. Agradecemos sinceramente a aijuxi por Original workflow, Qwen por Qwen-Image-2.1 (official model), y Qwen por Qwen-Image-2.1 official announcement por sus contribuciones y mantenimiento. Para detalles autorizados, por favor consulta la documentación original y los repositorios enlazados a continuación.

Recursos#

• aijuxi/Original workflow
  • Documentos / Notas de lanzamiento: Original workflow by aijuxi
• Qwen/Qwen-Image-2.1
  • Hugging Face: Qwen/Qwen-Image-2.1
• Qwen/Qwen-Image-2.1 official announcement
  • Documentos / Notas de lanzamiento: Qwen-Image-2.1 official announcement

Nota: El uso de los modelos, conjuntos de datos y código referenciados está sujeto a las respectivas licencias y términos proporcionados por sus autores y mantenedores.