InfiniteYou | 정체성 보존 얼굴 생성
InfiniteYou는 ByteDance의 기술로 구동되는 ComfyUI 워크플로로, 정체성을 보존하는 이미지 생성을 제공합니다. 두 가지 주요 워크플로를 제공합니다: 이미지 간 얼굴 특징을 혼합하는 Face Combine과 단일 참고 및 프롬프트로 초상화를 생성하는 Zero-Shot. aes_stage2(더 나은 미학) 또는 sim_stage1(더 높은 얼굴 유사성) 모드 간 전환, 전체 매개변수 사용자 정의 및 선택적 LoRA 지원을 제공합니다.ComfyUI InfiniteYou 워크플로우
ComfyUI InfiniteYou 예제










ComfyUI InfiniteYou 설명
ComfyUI InfiniteYou 설명
1. InfiniteYou 워크플로란 무엇인가?
ComfyUI InfiniteYou 워크플로는 ByteDance의 고급 정체성 보존 모델을 환경에 통합합니다. FLUX 확산 변환기에 기반하고 InfuseNet으로 구동되는 이 기술은 정체성 특징을 보존하면서 유연하고 고품질의 이미지 생성을 가능하게 합니다. InfiniteYou 도구는 각기 다른 창의적 목표를 위한 Face Combine과 Zero-Shot Task의 두 가지 맞춤 워크플로를 포함합니다.
2. InfiniteYou의 이점:
- 정체성 보존: InfiniteYou는 스타일적으로 변형된 프롬프트에서도 얼굴 특징을 유지합니다.
- 미적 품질: aes_stage2 모드는 프롬프트-이미지 정렬과 아름다움을 향상시킵니다.
- 워크플로 다양성: InfiniteYou는 다양한 사용 사례를 위한 Face Combine과 Zero-Shot Task를 포함합니다.
- 매개변수 제어: InfiniteYou는 정밀한 생성을 위한 가이드, 융합 가중치 및 제어 타이밍 조정을 허용합니다.
- 플러그 앤 플레이 통합: 표준 ComfyUI 워크플로와 원활하게 통합됩니다.
3. InfiniteYou 워크플로 사용 방법
중요한 참고 사항: InfiniteYou 워크플로를 처음 로드하면 Zero-Shot Task와 Face Combine 섹션이 모두 표시됩니다. 이들은 독립적으로 작동하는 두 개의 별도 워크플로입니다. 기술적으로 둘 다 동시에 실행할 수 있지만, 단일 프로세스의 연결된 단계로 사용하도록 설계된 것이 아니라, 각각 다른 목적을 위한 별도의 도구로 설계되었습니다.
3.1 InfiniteYou의 생성 방법
InfiniteYou의 예시 설정:
- 입력 준비:
Load Image
노드에서:- Face Combine을 위해 두 개의 참조 얼굴 업로드
- 또는 Zero-Shot Task를 위해 하나의 참조 얼굴 이미지 업로드
CLIP Text Encode
노드에서: - 원하는 장면 설명 (예: "교실에서 잘생긴 10세 소년")
- 부정적 프롬프트는 선택 사항
Queue Prompt
버튼을 클릭하여 InfiniteYou 워크플로 실행Save Image
에서: 결과물 얻기
Face Combine 워크플로 (두 얼굴 혼합)
- 최적: InfiniteYou의 강력한 정체성 제어로 두 개의 정체성에서 얼굴 특징을 결합
- 특징:
- 두 이미지에서 정체성 병합
- 가중치로 제어된 혼합
- 시작 및 종료 융합 타이밍 정밀 제어
Zero-Shot Task 워크플로 (단일 이미지 + 프롬프트)
- 최적: 단일 정체성과 풍부한 텍스트 프롬프트로 초상화 생성
- 특징:
- sim_stage1로 높은 정체성 충실도
- 이중 얼굴 비교 필요 없음
- 텍스트 기반 얼굴 재구성
3.2 InfiniteYou의 매개변수 참조
Face Combine 노드: 이 노드는 두 이미지에서 얼굴 특징을 혼합합니다.
adapter_file
: 정체성 혼합에 사용되는 모델 파일 지정 (예: aes_stage2_img_proj.bin).weight
: 두 얼굴을 융합하는 강도 조절.balance
: 최종 얼굴에 더 기여하는 이미지를 조정.start_at
: 생성 타임라인에서 융합 시작 시점.end_at
: 생성 중 융합 종료 시점.fixed_face_pose
: true일 경우 얼굴 자세 고정, false일 경우 변형 허용.
Apply 노드: 단일 참조 이미지에 InfiniteYou 모델을 적용합니다.
adapter_file
: 사용되는 단계 모델 정의.weight
: 정체성 보존 강도.start_at
: 생성 중 효과 적용 시작.end_at
: 효과 적용 종료.fixed_face_pose
: true일 경우 원래 자세 유지.
FluxGuidance / BasicGuider: InfiniteYou로 정체성 보존 또는 프롬프트 정렬을 추가로 영향을 미칩니다.
guidance
: 조건의 강도—높을수록 더 많은 제어, 낮을수록 출력의 다양성 증가.
Samplers: InfiniteYou에서 이미지가 노이즈에서 생성되는 방식을 제어하는 데 사용됩니다.
sampler_name
: 이미지를 생성하는 알고리즘 (예: euler).steps
: 이미지를 정제하는 반복 횟수.denoise
: 노이즈가 제거되는 정도: 높을수록 더 깨끗한 이미지.
3.3. InfiniteYou로 고급 최적화
모델 전환:
aes_stage2
: 더 나은 텍스트-이미지 일관성과 스타일 (미세 조정 후).sim_stage1
: 더 정확한 얼굴 정체성 유지 (미세 조정 전).- InfiniteYou 모델 모드를 전환할 때 항상
adapter_file
과control_net
파일을 함께 업데이트.
InfiniteYou를 위한 프롬프트 팁:
- "여성", "노인 남성" 등 특정 정체성 단서를 추가하여 출력 정렬을 개선
- 최적의 결과를 위해 주제와 설정을 명확하고 간결하게
InfiniteYou에 대한 추가 정보
추가 세부 사항 및 개발 참조:
- 의 InfiniteYou 원본 모델
- 에 의한 구현
감사의 말
이 워크플로는 ByteDance Intelligent Creation에서 개발한 InfiniteYou에 의해 구동됩니다. 통합은 ZenAI-Vietnam에서 제공하며, Zero-Shot 및 다중 참조 정체성 보존 생성을 가능하게 하는 맞춤 워크플로 및 모델 변환을 포함합니다. 모든 공로는 그들의 작업을 수행한 원작자들에게 돌아갑니다.