Consistent Character Creator 4.0: 하나의 이미지로 재사용 가능한 캐릭터 데이터셋 만들기#
Consistent Character Creator 4.0은 하나의 참조 이미지를 24개의 샷으로 변환하는 모듈식 ComfyUI 워크플로우입니다. 중립적인 뷰, 클로즈업, 표정, 조명 테스트, 액션 포즈, 스토리 장면을 포함하며 캐릭터의 얼굴, 몸, 의상, 시각적 스타일을 전체 보드에서 인식 가능하게 유지합니다.
이 버전은 FLUX.2 Klein 9B FP8, Qwen3 8B 텍스트 인코더, FLUX.2 VAE, 전용 일관성 LoRA 및 잠재 공간 정체성 가이던스를 중심으로 구축되었습니다. 간단한 에디션은 고급 버전에 있는 업스케일러 및 Face Detailer 단계를 제외하여 그래프를 실용적으로 유지합니다. 전체 배치를 미리 보고, 정체성 검사를 통과한 이미지만 저장하여 캡셔닝 및 LoRA 훈련을 위한 명명된 데이터셋 폴더로 결과를 라우팅할 수 있습니다.
Consistent Character Creator 4.0 ComfyUI 워크플로우의 주요 모델#
- FLUX.2 Klein 9B FP8. 주요 이미지 생성 및 편집 모델입니다. 참조 이미지 및 장면 프롬프트를 따라 24개의 데이터셋 모듈에서 새로운 포즈, 카메라 각도, 표정 및 환경을 지원합니다. 9B 모델은 FLUX 비상업적 라이선스 하에 출시되었으므로, 결과물 또는 파생물을 상업적으로 사용하기 전에 해당 조건을 검토하세요. black-forest-labs/FLUX.2-klein-9b-fp8를 참조하세요.
- Qwen3 8B FP8 혼합 텍스트 인코더.
flux2모드로 로드되며, 각 모듈의 지시를 FLUX.2 Klein의 컨디셔닝으로 번역합니다. 그래프는 ComfyUI 준비된 인코더 패키지에서qwen_3_8b_fp8mixed.safetensors를 사용합니다: Comfy-Org/vae-text-encorder-for-flux-klein-9b. - FLUX.2 VAE.
flux2-vae.safetensors는 참조 이미지를 정체성 가이던스를 위해 인코딩하고 생성된 잠재를 최종 데이터셋 이미지로 디코딩합니다. 패키지된 자산은 Comfy-Org/flux2-dev에서 사용할 수 있습니다. - FLUX.2 Klein 9B Consistency V2 LoRA. 이 어댑터는 다양한 포즈, 표정 및 장면에서 캐릭터 일관성을 강화합니다. 워크플로우는
Flux2-Klein-9B-consistency-V2.safetensors를 강도0.35로 로드합니다; 첫 번째 실행 전에 작은 조정을 테스트하기 위해 해당 값을 유지하세요. dx8152/Flux2-Klein-9B-Consistency를 참조하세요. - FLUX.2 Klein Identity Guidance. 이 샘플링 시간 모델 패치는 현재 디노이즈된 잠재와 인코딩된 참조를 비교하고 일치하는 정체성 기능을 소스로 끌어옵니다. 그래프는 요청된 포즈나 배경을 고정하지 않고 얼굴과 캐릭터 디자인을 앵커로 유지하는 적응형 가이던스를 사용합니다. capitan01R/ComfyUI-Flux2Klein-Enhancer를 참조하세요.
Consistent Character Creator 4.0 ComfyUI 워크플로우 사용 방법#
그래프는 왼쪽의 공유 설정 컨트롤과 오른쪽의 24개의 독립된 생성 모듈로 구성되어 있습니다. 참조, 명명, 스타일 및 저장 모드를 한 번만 구성한 다음 그래프를 큐에 넣어 중립적인 문서화 샷부터 어려운 조명 및 액션 장면까지 캐릭터를 포괄하는 리뷰 보드를 빌드하세요.
모델 선택#
MODELSELECTION 그룹은 필요한 네 가지 모델 자산을 로드합니다. UNETLoader (#527)는 FLUX.2 Klein 9B FP8을 선택하고, CLIPLoader (#528)는 flux2 타입의 Qwen3 8B를 로드하며, VAELoader (#529)는 FLUX.2 VAE를 로드합니다. 그런 다음 LoraLoaderModelOnly (#664)가 0.35로 일관성 LoRA를 적용하고, IdentityGuidance (#824)가 적응형 잠재 수정을 추가합니다. 첫 번째 데이터셋에서는 이 기본값을 변경하지 말고 참조 및 프롬프트를 평가한 후 모델 스택을 조정하세요.
참조 이미지 및 얼굴 준비#
LoadImage (#535)에서 한 개의 명확한 소스 이미지를 로드하세요. 얼굴이 잘 보이고, 조명이 깨끗하며, 방해물 없는 전면 또는 3/4 초상화가 워크플로우에 가장 강력한 정체성 앵커를 제공합니다. AutoCropFaces (#537)는 정사각형 얼굴 참조를 추출하고, ImageResizeKJv2 (#562)는 공유 컨디셔닝 경로를 위해 이미지를 준비합니다. 그래프 후반에 클로즈업 출력이 더 엄격한 정체성 검사를 필요로 할 때 두 번째 얼굴 크롭이 사용됩니다.
STYLE 및 CLOTHES 필드를 사용하여 안정적으로 유지되어야 하는 세부 사항을 설명하세요. 이러한 설명은 짧고 구체적이어야 합니다. 긴 장면 프롬프트를 모든 모듈에서 반복하기보다는 헤어스타일, 의상, 색상, 소재 및 렌더링 스타일을 명명하세요.
출력 명명 및 저장 모드#
그래프를 실행하기 전에 NAME (CHARACTER) (#2905)를 설정하세요. 워크플로우는 이 값을 루트 폴더 및 출력 유형과 결합하여 저장된 이미지를 ComfyUI/output/CCC/<NAME>/ 아래에 배치합니다. 고유하고 간단한 이름은 여러 캐릭터가 동일한 훈련 세트에 혼합되는 것을 방지합니다.
Save Dataset (1 = save | 2 = preview only) (#2922)는 검토된 배치가 디스크에 기록되는지 여부를 제어합니다. 파일을 커밋하지 않고 보드를 검사하려면 2로 시작하세요. 출력이 의도된 정체성을 보존할 때 1로 전환하세요; Image Save (#2053)는 구성된 데이터셋 경로 및 접두사를 사용하여 선택된 배치를 기록합니다.
중립 정체성 앵커#
더 어려운 장면이 시작되기 전에 정체성 드리프트를 드러내기 때문에 중립 모듈을 먼저 실행하세요:
T-POSE는 비율, 의상 및 실루엣을 노출하는 전체 신체 스튜디오 뷰를 만듭니다.SIDE-WALK는 자연스러운 신체 움직임을 소개하면서 깨끗한 측면 프로필을 테스트합니다.BACK-VIEW는 머리 길이, 의상 모양 및 후면 신체 비율을 확인합니다.CLOSE-FRONT및CLOSE-PROFILE은 정면 및 측면 뷰를 위한 세부적인 얼굴 앵커를 설정합니다.
이 출력은 특히 캐릭터 시트, 리깅 참조, 턴어라운드 연구 및 LoRA 데이터셋의 핵심에 유용합니다. 얼굴이 이미 이곳에서 드리프트한다면 소스 이미지를 개선하거나 STYLE 및 CLOTHES를 명확히 한 후 나머지 장면을 생성하세요.
표정과 조명 테스트#
클로즈업 모듈은 기본 얼굴을 변경하지 않고 CLOSE-SMILE, CLOSE-SAD, CLOSE-ANGRY 변형을 만듭니다. 그런 다음 BACKLIT, LOW-ANGLE, HIGH-ANGLE 및 SKY-LOOKUP은 더 어려운 조명 및 카메라 위치에서 정체성을 스트레스 테스트합니다. 이러한 이미지는 미래의 훈련 세트가 감정 범위와 시점 변화를 포괄하도록 도와줍니다.
눈 모양, 턱선, 머리선, 피부 톤 및 반복되는 액세서리와 같은 세부 사항을 검토하세요. 여전히 같은 캐릭터처럼 보이는 이미지만 보관하세요; 작은 깨끗한 데이터셋이 명백한 정체성 드리프트가 있는 큰 세트보다 더 유용합니다.
일상 장면 및 환경 범위#
워크플로우에는 COFFEE, FOREST, DECKCHAIR, BED, OFFICE, NIGHTCLUB, PARK-SMOKE, BEACH, CANYON과 같은 실용적인 장면이 포함됩니다. 이러한 모듈은 장소, 프레이밍, 소품, 날씨 및 의상 노출을 다양화하면서 동일한 정체성 스택을 재사용합니다. 라이프스타일, 에디토리얼, 시네마틱 및 야외 맥락에서 캐릭터가 인식 가능한지 확인하는 데 유용합니다.
프롬프트는 편집할 수 있습니다. 참조 캐릭터의 얼굴, 스타일 및 의상을 일치시키기 위한 지침을 보존하면서 장면 세부 사항을 변경하세요. 소품이나 포즈가 왜곡을 유발하면 전체 그래프의 정체성 가이던스를 약화시키지 말고 해당 모듈의 프롬프트를 단순화하세요.
액션 및 판타지 범위#
RUNNING, FLYING, FLYING-LAVA는 캐릭터를 큰 포즈 및 환경 변화로 밀어냅니다. 이는 의도적으로 어려운 일관성 테스트입니다: 움직임, 비정상적인 관점, 강한 조명 및 배경의 더 많은 자유를 도입합니다. 중립 및 클로즈업 그룹이 안정된 후 사용하세요. 드리프트하면 캐릭터 설명을 강화하거나, 지원되는 경우 추가 참조로 깨끗한 중립 출력을 재사용하거나, 저장된 데이터셋에서 실패한 샷을 제거하세요.
샘플링 및 배치 조립#
각 생성 모듈은 반복된 Image Edit (Flux.2 Dev) 서브그래프를 사용합니다. 사용 가능한 참조 이미지를 참조 잠재로 인코딩하고, 모듈 프롬프트를 적용하며, 공유 모델 및 정체성 컨트롤로 샘플링하고, 결과를 디코딩합니다. 제공된 그래프는 20단계 FLUX.2 일정 및 신뢰할 수 있는 시작점으로서의 오일러 샘플링을 사용합니다. ImageCollect 노드는 모듈 출력을 수집하고, BatchImagesNode (#2893)는 최종 배치를 조립하며, 저장 스위치는 이를 미리보기 또는 명명된 데이터셋 폴더로 라우팅합니다.
Consistent Character Creator 4.0 ComfyUI 워크플로우의 주요 노드#
IdentityGuidance (#824)#
샘플링 중에 생성된 잠재와 VAE 인코딩 참조를 비교하여 정체성을 보존합니다. 제공된 적응형 설정은 일치하는 영역을 선호하면서 포즈, 표정 및 장면 변화를 위한 여지를 남겨둡니다. 대부분의 모듈에서 정체성이 약하면, 참조 크롭과 일관성 LoRA가 올바른지 확인한 후 작은 강도 변경만 하세요.
LoraLoaderModelOnly (#664)#
FLUX.2 Klein Consistency V2 LoRA를 0.35로 로드합니다. 이는 모든 생성 모듈에 대한 공유 일관성 제어입니다. 너무 높이면 포즈가 경직되거나 소스 프레이밍을 복사할 수 있고, 너무 낮추면 드리프트가 증가할 수 있습니다. 기준을 설정하면서 원래 값을 유지하세요.
AutoCropFaces (#537 및 #1895)#
소스 및 선택된 출력에서 집중된 얼굴 참조를 만듭니다. 첫 번째 크롭은 설정 시 정체성을 앵커링하고, 나중의 크롭은 클로즈업 및 다운스트림 참조 경로를 지원합니다. 자동 크롭이 잘못된 대상을 선택하지 않도록 명확히 보이는 얼굴이 있는 입력을 사용하세요.
ResolutionSelector (#2903)#
데이터셋 모듈에서 사용되는 공통 캔버스 크기를 설정합니다. 제공된 워크플로우는 혼합된 클로즈업 및 전체 신체 참조에 잘 맞는 정사각형 형식을 사용합니다. 훈련 파이프라인이 명시적으로 여러 종횡비를 기대하지 않는 한 데이터셋 전체에서 하나의 해상도를 유지하세요.
ImpactInversedSwitch (#2922)#
미리보기와 저장 동작을 분리합니다. 일관성 검사를 통과한 후에만 전체 보드를 저장하기 위해 검토 중에는 출력 2를 사용하고, 저장 중에는 출력 1을 사용합니다. 이로 인해 거부된 생성물로 최종 데이터셋 폴더를 채우지 않고 반복하기가 쉬워집니다.
Image Save (#2053)#
루트 폴더, 캐릭터 이름 및 데이터셋 유형에서 빌드된 경로에 선택된 배치를 기록합니다. 큐에 넣기 전에 이름을 설정하고, 캡션 및 향후 LoRA 훈련 파일이 정리된 상태로 유지되도록 재실행 시 안정적으로 유지하세요.
선택적 추가 기능#
- 미리보기 모드에서 시작하고 환경 또는 액션 모듈 전에 중립적인 뷰를 평가하세요.
- 명확한 얼굴 및 신체 단서를 가진 선명한 참조를 사용하세요; 심한 가림, 극단적인 블러 또는 여러 사람을 피하세요.
- 캐릭터를 선택적 스타일 및 의상 필드에 설명하여 반복되는 장면 프롬프트가 모든 정체성 세부 사항을 전달할 필요가 없도록 하세요.
- 첫 번째 실행에서는 CLIP 로더를
flux2로 유지하고 일관성 LoRA를0.35로 설정하세요. - 캐릭터와 일치하는 출력만 저장하세요. 일관되지 않은 눈, 얼굴 비율, 헤어스타일, 의상 세부 사항 또는 신체 모양은 거부하세요.
- 검토 후 깨끗한 데이터셋에 캡션을 붙이고, LoRA 훈련을 시작하기 전에 해당 캡션을 검사하세요.
- FLUX.2 Klein 9B는 발표된 모델 라이선스 하에 비상업적입니다. 결과물 또는 훈련된 파생물을 배포하기 전에 의도된 사용을 위해 모델, LoRA 및 사용자 정의 노드 라이선스를 확인하세요.
감사의 글#
이 워크플로우는 Consistent Character Creator 4.0의 간단한 에디션으로 MickMumpitz에 의해 만들어지고 공유되었습니다. Black Forest Labs의 FLUX.2 Klein 9B, Comfy-Org의 FLUX.2 ComfyUI 자산, dx8152의 FLUX.2 Klein Consistency LoRA 및 capitan01R의 정체성 보존 노드를 기반으로 구축되었습니다. 이 모델, 노드 및 워크플로우 리소스의 저자 및 유지보수자에게 감사드립니다.
리소스#
- MickMumpitz/Consistent Character Creator 4.0 소스
- 워크플로우 가이드 및 다운로드: The Consistent Character Creator 4.0 is here
- MickMumpitz/ComfyUI 커스텀 노드
- GitHub: [mjson
ickmumpitz/ComfyUI-Mickmumpitz-Nodes](https://github.com/mickmumpitz/ComfyUI-Mickmumpitz-Nodes)
- Black Forest Labs/FLUX.2 Klein 9B FP8
- Hugging Face: black-forest-labs/FLUX.2-klein-9b-fp8
- Comfy-Org/FLUX.2 VAE and Qwen3 encoder assets
- VAE: Comfy-Org/flux2-dev
- Text encoder: Comfy-Org/vae-text-encorder-for-flux-klein-9b
- dx8152/FLUX.2 Klein 9B Consistency LoRA
- Hugging Face: dx8152/Flux2-Klein-9B-Consistency
- capitan01R/FLUX.2 Klein identity guidance nodes
주의: 참조된 모델, 데이터셋 및 코드는 저자 및 유지관리자가 제공한 라이선스 및 조건에 따라 사용해야 합니다.