Qwen Image 2.1 Face Swap | Scambio di Testa Naturale

Qwen Image 2.1 Face Swap ComfyUI Workflow: sostituzione naturale della testa con trasferimento d'identità guidato da prompt#

Questo workflow Qwen Image 2.1 Face Swap ComfyUI sostituisce la testa e il volto di un soggetto in una scena esistente utilizzando un riferimento d'identità separato. Alimentato dall'editing di immagini Qwen‑Image‑2.1 e da una fase leggera di generazione di prompt, trasferisce caratteristiche facciali, acconciature e barba mantenendo la posa, l'abbigliamento e lo sfondo originali della scena.

Creato per il recasting di personaggi, ritratti editoriali e scene creative di scambio di teste, il workflow è semplice da gestire: fornisci la tua scena originale, aggiungi un ritratto d'identità, esegui la generazione del prompt e campiona il composito finale. Ritratti di riferimento chiari e ben illuminati aiutano il workflow Qwen Image 2.1 Face Swap ComfyUI a produrre fusioni senza soluzione di continuità e fotorealistiche.

Modelli chiave nel workflow Comfyui Qwen Image 2.1 Face Swap ComfyUI#

• Qwen‑Image‑2.1. Il modello di diffusione principale per l'editing delle immagini che esegue la sostituzione della testa rispettando il testo e il condizionamento visivo. Vedi la scheda modello ufficiale su Hugging Face: Qwen/Qwen-Image-2.1.
• Qwen‑Image‑2.1 VAE. Il variational autoencoder usato per decodificare il latente finale in RGB e preservare la fedeltà dei colori. I pesi confezionati sono disponibili nella distribuzione Comfy‑Org: Comfy‑Org/Qwen‑Image‑2.1 • vae.
• Qwen‑Image‑2.1 text encoder (famiglia Qwen‑VL, 8B). L'encoder cross‑modale che trasforma l'istruzione generata e le immagini di riferimento in condizionamento per il processo di diffusione. Vedi le risorse degli encoder di testo nel repository Comfy‑Org: Comfy‑Org/Qwen‑Image‑2.1 • text_encoders.

Come utilizzare il workflow Comfyui Qwen Image 2.1 Face Swap ComfyUI#

Il grafico è organizzato come un singolo gruppo intitolato "Qwen Image 2.1 Face Swap" che orchestra input, generazione di prompt, condizionamento multimodale, campionamento e salvataggio. A un livello alto, carichi due immagini, lasci che il blocco di prompt crei un'istruzione di modifica concisa, codifica tutto per Qwen‑Image‑2.1, scegli se partire da una tela vuota o da un latente guidato da immagine, quindi campiona e decodifica.

Input: scena originale e ritratto d'identità#

• Carica la tua scena o il personaggio di destinazione in Original character (#470). Questa immagine fornisce corpo, posa, abbigliamento e ambiente che devono essere preservati dopo il face swap.
• Carica il volto da trasferire in new face (#510). Usa un ritratto nitido, frontale o a tre quarti con illuminazione coerente; includi l'attaccatura dei capelli se vuoi che l'acconciatura venga trasferita.
• Il workflow batcha anche questi due input in modo che il generatore di prompt possa "vedere" entrambe le immagini insieme per creare un'istruzione migliore.

Generazione di prompt: trasforma il tuo intento in un'indicazione di modifica precisa#

• Una breve direttiva viene fornita tramite il nodo di testo aijuxi JjkText (#516) e combinata con le immagini batchate in TextGenerateLTX2Prompt (#502).
• Il generatore produce un'istruzione compatta e focalizzata sull'editing (ad esempio, "Sostituisci la testa della persona in Immagine 1 con la persona da Immagine 2, mantieni posa, outfit e sfondo").
• Questa istruzione creata automaticamente riduce il carico di ingegneria dei prompt e aiuta il workflow Qwen Image 2.1 Face Swap ComfyUI a rimanere coerente tra le esecuzioni.

Condizionamento: guida multimodale per Qwen‑Image‑2.1#

• TextEncodeQwenImage21 (#485) ingerisce l'istruzione insieme alle due immagini per produrre condizionamenti positivi e negativi che descrivono cosa sostituire e cosa preservare.
• L'encoder prepara anche un progetto latente influenzato dai tuoi riferimenti. Questa configurazione è ciò che consente al modello di trasferire i tratti d'identità mantenendo intatta la scena originale.

Risoluzione e routing latente: scegli composizione e forza di controllo#

• Imposta il rapporto d'aspetto e il budget di pixel desiderati in ResolutionSelector (#13). La risoluzione alimenta un EmptyLatentImage che definisce la dimensione della tela per la sintesi.
• ComfySwitchNode (#483) seleziona il latente iniziale:
  • On: inizia da un latente vuoto per la massima libertà creativa e un trasferimento d'identità più forte.
  • Off: inizia dal latente dell'encoder per swap guidati da immagine che aderiscono più strettamente alla composizione originale.
• Questo switch ti consente di regolare quanto "forte" è lo swap senza cambiare altre impostazioni.

Campionamento, decodifica e salvataggio#

• I pesi UNet vengono caricati una volta e memorizzati nella cache (UNETLoader a QwenImage21Cache), quindi KSampler (#482) esegue il processo di diffusione utilizzando il tuo condizionamento e la sorgente latente scelta.
• VAEDecode converte il latente campionato in un'immagine RGB e SaveImage (#518) salva il risultato con un nome file con timestamp.
• Il workflow Qwen Image 2.1 Face Swap ComfyUI è deterministico per seed, quindi puoi riprodurre un look preferito mantenendo lo stesso seed e configurazione.

Nodi chiave nel workflow Comfyui Qwen Image 2.1 Face Swap ComfyUI#

TextEncodeQwenImage21 (#485)#

Questo è il cuore dello swap: fonde l'istruzione generata con entrambe le immagini per produrre la guida che Qwen‑Image‑2.1 segue. Per una preservazione più stretta della scena, mantieni la tua istruzione focalizzata sul sostituire solo la testa mantenendo posa, outfit e sfondo. Se hai bisogno di modifiche più delicate, usa la modalità guidata da immagine (vedi lo switch sotto) e mantieni il linguaggio negativo conciso per evitare di sovra‑vincolare il modello.

TextGenerateLTX2Prompt (#502)#

Questo nodo distilla il tuo intento e le due immagini in un'istruzione di modifica concisa. Usalo quando vuoi una fraseologia coerente e meno prompting manuale. Se preferisci la tua formulazione, puoi bypassare il generatore fornendo un'istruzione personalizzata e mantenendola breve, specifica e preservante la scena.

ComfySwitchNode (#483)#

Questo switch instrada il latente iniziale. Usa il percorso del latente vuoto per un trasferimento d'identità e una stilizzazione più forti, o il percorso del latente dell'encoder quando vuoi che la composizione e l'illuminazione si attengano strettamente alla scena originale. Cambialo quando vedi troppo drift (vai guidato da immagine) o non abbastanza trasferimento d'identità (vai latente vuoto).

KSampler (#482)#

Controlla la strategia di campionamento e la forza della modifica. Un fattore di denoise più basso preserverà più della struttura originale della testa in modalità guidata da immagine; un valore più alto spingerà una sostituzione più forte. Scegli un sampler e un scheduler di cui ti fidi per i ritratti e fissa il seed quando confronti variazioni.

ResolutionSelector (#13)#

Imposta il rapporto d'aspetto e il budget di pixel per la generazione. Abbina l'inquadratura della scena originale per ridurre la distorsione, o prova una tela leggermente più grande se prevedi di ritagliare. Risoluzioni più alte catturano meglio i dettagli dei capelli ma aumentano il tempo di esecuzione.

Extra opzionali#

• Usa un ritratto d'identità pulito e non ostruito; evita occhiali da sole e occlusioni pesanti se vuoi che occhi e sopracciglia vengano trasferiti fedelmente.
• Abbina la scala della testa: se il soggetto originale è vicino alla fotocamera, ritaglia il riferimento d'identità per una dimensione della testa simile.
• Mantieni l'illuminazione coerente tra le immagini per fusioni più naturali; se l'illuminazione differisce, preferisci il latente guidato da immagine per una maggiore aderenza alla scena.
• Per l'esplorazione a batch, blocca il seed e cambia solo il ritratto d'identità; questo isola l'effetto del nuovo volto.
• Se i risultati sembrano "troppo modificati", usa il latente guidato da immagine e riduci la forza complessiva della modifica; se l'identità non si attacca, inizia da un latente vuoto e rafforza l'istruzione del prompt.
• Gli asset del modello usati da questo workflow sono disponibili su Hugging Face: Qwen/Qwen‑Image‑2.1 e Comfy‑Org/Qwen‑Image‑2.1.

Riconoscimenti#

Questo workflow implementa e si basa sui seguenti lavori e risorse. Ringraziamo sinceramente aijuxi per il workflow originale, Qwen per Qwen-Image-2.1 (modello ufficiale), e Qwen per l'annuncio ufficiale di Qwen-Image-2.1 per i loro contributi e manutenzione. Per dettagli autorevoli, si prega di fare riferimento alla documentazione originale e ai repository collegati di seguito.

Risorse#

• aijuxi/Original workflow
  • Documentazione / Note di rilascio: Original workflow by aijuxi
• Qwen/Qwen-Image-2.1
  • Hugging Face: Qwen/Qwen-Image-2.1
• Qwen/Qwen-Image-2.1 official announcement
  • Documentazione / Note di rilascio: Qwen-Image-2.1 official announcement

Nota: L'uso dei modelli, dataset e codice di riferimento è soggetto alle rispettive licenze e termini forniti dai loro autori e manutentori.