Z Image Real Skin ワークフロー: 本物の肌のテクスチャを持つ自然なエディトリアルポートレート#
Z Image Real Skin ワークフローは、RunComfy対応のComfyUIパイプラインで、毛穴、そばかす、細いラインを保持しながら、プラスチックのような美化フィルターを避けるリアルなエディトリアルポートレートを作成します。画像からプロンプトを抽出し、強力なテキストガイダンスと微妙なLoRAアクセントを組み合わせて、柔らかい自然な照明、成熟した顔のディテール、雑誌品質の色を生成します。
Z-Image TurboとQwen画像エンコーディング、Qwen-VLプロンプト抽出を中心に構築されたこのComfyUI Z Image Real Skin ワークフローは、アーティストが西洋のポートレート参照、自然な肌のキャラクタールック、高級エディトリアル美学を一貫して反復可能な方法で探求するのを支援します。4つの並行サンプラーが並べてバリエーションを提供し、最も優れた肌のテクスチャとトーンのレンダリングをすばやく選択できます。
Comfyui Z Image Real Skin ワークフローの主要モデル#
- Z-Image Turbo by Comfy-Org. 画像合成をスピードと鮮明なテクスチャ保持で駆動する主要な生成モデル。 Model card
- Qwen-Image テキストエンコーダー for ComfyUI. Qwenプロンプトと一致した強力なCLIPのようなテキスト条件を提供し、微妙なポートレート指示への準拠を向上させます。 Model files
- Qwen-VL Instruct (8B class). ここでは、参照ポートレートを分析し、アイデンティティの手がかりとスタイリングを保持する英語の簡潔なプロンプトを返すビジョンランゲージモデル。
- Unfiltered Realism v2 LoRA. マイクロテクスチャとリアルなトーンレスポンスを追加し、過度にスムージングを避けながら、信じられる肌を維持します。
- Kook Zimage Realistic Fantasy Turbo LoRA. ポアを平らにすることなく、エディトリアルな磨きを加えることができる軽量で制御可能な創造的アクセント。 Model card
Comfyui Z Image Real Skin ワークフローの使用方法#
このワークフローは、高品質のプロンプトを組み立て、Qwen-Imageでエンコードし、Z-Image Turboと微妙なLoRAガイダンスを使用して4つのサンプラーのバリアントを並行してレンダリングします。クリーンなランから始めて、テキストとLoRAの重みを調整して味を調整しながら反復します。
- リファレンス画像入力とスケーリング
LoadImage(#206)にポートレートをロードします。LayerUtility: ImageScaleByAspectRatio V2(#211)は、アスペクト比を正規化し、アナライザーが伸びずに適切にフレーミングされた被写体を確認できるようにします。- リファレンスは直接の画像から画像への使用はされず、ガイディングプロンプトを抽出するために検査されます。純粋なテキストから画像へを好む場合は、リファレンスなしで実行し、自分の書いたプロンプトに完全に依存できます。
- プロンプト抽出と組み立て
AILab_QwenVL(#308)は、参照ポートレートを見て、年齢、肌の質、髪、ワードローブ、光を強調するコンパクトな英語のプロンプトを返します。自然な肌のテクスチャを好み、グラムスムージングの手がかりを避けます。JjkText(#200)は、エディトリアルスタイルとリアリズムのための基本的な創造的方向性を提供します。JoinStrings(#201)は、Qwen-VLの結果と基本テキストをマージし、エンコードの準備が整った1つのクリーンな指示を提供します。
- テキストエンコーディングとガイダンス形成
CLIPLoader(#202)はQwen-Imageエンコーダーをロードします。CLIPTextEncode(#184)は、組み立てられたテキストを生成器の条件に変換します。FluxGuidance(#166)は、モデルがどれだけ強くテキストに従うべきかを制御します。ConditioningZeroOut(#165)は、毛穴や細いラインを消去するリスクを減らすために、意図的にネガティブ側を空白にします。
- モデルの読み込み、LoRAアクセント、正規化
UNETLoader(#337)は、Z-Image Turboをバックボーン生成器として取り込みます。- 2つの
Lora Loaderノード (#438と#439)は、Unfiltered Realism v2とKook Zimage Turbo LoRAを適度な強度で適用します。これにより、自然なマイクロテクスチャとエディトリアルな磨きをプラスチックの光沢なしで奨励します。 CFGNorm(#305)は、コントラストと色が繰り返しの中で一貫しているようにガイダンスを安定させます。
- 高速なA/Bテストのための並行サンプリングヘッド
EmptyLatentImage(#212)はキャンバスを定義します。4つのKSamplerブランチ (#251, #255, #478, #487)が、異なるサンプラーとスケジューラーペアを使用して同時にレンダリングします。- 微妙な粒子、エッジの鮮明さ、トーンのロールオフの違いを期待してください。これらのブランチを使用して、肌のディテールを保持しながら魅力的なレンダリングを選択します。
- デコードと仕上げのタッチ
- 各ブランチは
VAEDecode(#252, #254, #476, #485)を通じてデコードされ、LayerColor: AutoAdjust(#343, #338, #475, #488)を適用して、ミッドトーンを保護する穏やかな露出とコントラストのレベリングを行います。 - ユーティリティノード
TT_img_enc(#497, #495, #496)は、画像を保存するために前方に渡します。最終画像は、サンプラーごとに明確なファイル名でSaveImage(#447, #448, #479, #489)によって書き込まれます。
- 各ブランチは
Comfyui Z Image Real Skin ワークフローの主要ノード#
AILab_QwenVL(#308)- 目的: 参照ポートレートを、アイデンティティの手がかり、ワードローブ、照明、「本物の肌」ブリーフを保持した簡潔なプロンプトに変換します。
- ヒント: クリーンでよく照らされたリファレンスを使用してください。短い出力は広範なスタイルの一致に傾き、より詳細な出力は構成とワードローブをより厳密に導きます。
FluxGuidance(#166)- 目的: モデルの先行性とテキストの遵守をバランスさせます。低い値は肌に少し自然な変動をもたらし、高い値はプロンプトの遵守を強化します。
- ヒント: 毛穴が消えるか肌がプラスチックのように見える場合は、ガイダンスを下げます。モデルがワードローブや照明から逸れる場合は、ガイダンスを上げます。
Lora Loader(#438) Unfiltered Realism v2- 目的: マイクロテクスチャと本物のトーンカーブを復元します。
- ヒント: 乾燥して鮮明な毛穴を求める場合はわずかに増やし、頬や額に粒子や軽微なアーティファクトが現れる場合は減らします。
Lora Loader(#439) Kook Zimage Realistic Fantasy Turbo- 目的: 軽いエディトリアルアクセントとよりクリーンな色分離を追加しながら、「本物の肌」ブリーフを維持します。
- ヒント: より光沢のある雑誌の雰囲気を求める場合は上げ、よりドキュメンタリー風を求める場合は下げます。
CFGNorm(#305)- 目的: テキストの強さやLoRAの重みの変化が露出や彩度に影響を及ぼさないようにガイダンスを正規化します。
- ヒント: サンプラーヘッドを比較する際に有効にして、公平なA/B判断を確保してください。
KSamplerヘッド (#251, #255, #478, #487)- 目的: 異なるスケジューラーの風味を持つ4つの並行サンプラーにより、肌のテクスチャ、マイクロコントラスト、ボケ効果を一目で比較できます。
- ヒント: バランスの取れたリアリズムを求める場合はベースブランチを使用し、滑らかなグラデーションと鮮明な毛穴を求める場合はフローマッチングブランチを試し、より柔らかいロールオフを求める場合はSGMブランチを使用し、ムーディーなトーンを求める場合はベータスケジューラーを選択します。
オプションの追加#
- 最も清潔なQwen-VLプロンプトと最も魅力的な肌のトーンを得るために、中立的で柔らかい窓の光のリファレンスから始めてください。
- 異なる人口統計やスタイルをターゲットにする場合は、
JjkText(#200)の基本テキストを書き直し、Qwen-VLが意図を補完するようにしてください。 - 構成をコントロールするには、サンプリング前に
EmptyLatentImage(#212)でアスペクト比を調整してください。 - 再現可能なA/Bテストを行うには、すべての
KSamplerノードに同じシードをコピーし、1つの要素を一度に変化させてください。 - VRAMが厳しい場合は、必要のないブランチのSaveImageノードをミュートし、各反復で1つまたは2つのサンプラーのみを実行してください。
謝辞#
このワークフローは、以下の作品とリソースを実装および構築しています。ワークフローソースの提供に感謝し、Z-Image TurboとQwen Image ComfyUIモデルファイルのためにComfy-Orgに、Kook Zimage realistic fantasy Turbo LoRAのためにKZZrinに感謝します。詳細については、以下にリンクされた元のドキュメントとリポジトリを参照してください。
リソース#
- RunningHub/RunningHub workflow source
- Docs / Release Notes: RunningHub post
- Comfy-Org/Z-Image Turbo model files
- Hugging Face: Comfy-Org/z_image_turbo
- Comfy-Org/Qwen Image ComfyUI model files
- Hugging Face: Comfy-Org/Qwen-Image_ComfyUI
- KZZrin/Kook Zimage realistic fantasy Turbo LoRA
- Hugging Face: KZZrin/kook_zturbo
注: 参照されたモデル、データセット、およびコードの使用は、それぞれの著者およびメンテナーが提供するライセンスおよび条件に従います。
