什么是 Consistent-Face-3x3-Generator？#
Consistent-Face-3x3-Generator 是一个结构化的面部生成工作流程，旨在生成同一角色以九种不同姿势渲染的 3×3 网格。Consistent-Face-3x3-Generator 工作流程使用 FLUX 基础模型和 Flux Depth LoRA，在实现丰富的姿势变化的同时确保面部一致性。
这个 Consistent-Face-3x3-Generator 工作流程非常适合创建姿势参考表、数据集生成或风格化角色的一致性测试。
为什么使用 Consistent-Face-3x3-Generator？#
Consistent-Face-3x3-Generator 提供：
- 一致的身份：在 Consistent-Face-3x3-Generator 网格中的 9 个输出中保留角色的面部
- 姿势变化：Consistent-Face-3x3-Generator 的 3×3 网格中每个单元格显示独特的头部姿势
- 深度感知引导：使用 Flux Depth LoRA 实现 3D 感知一致性
- 一体化网格输出：Consistent-Face-3x3-Generator 输出统一的 3×3 视觉展示
- 适合风格化工作流程：非常适合动漫、卡通和概念角色流水线
无论您是生成风格化肖像还是测试身份一致性，Consistent-Face-3x3-Generator 都针对清晰度、控制和批量视觉输出进行了优化。
Base#
Consistent-Face-3x3-Generator 中的这个组加载所有核心模型并处理初始生成：
- 为 Consistent-Face-3x3-Generator 加载 FLUX 模型和 Flux Depth LoRA
- 输入描述角色和风格的主要提示词
- 设置 CFG、Steps、Sampler 及其他 KSampler 参数
- Consistent-Face-3x3-Generator 的结果是包含所有 9 个变体的单个 3×3 基础图像
这是在 Consistent-Face-3x3-Generator 工作流程中进行进一步放大和细化的起始网格。
SD Upscaler#
Consistent-Face-3x3-Generator 中的这个阶段使用 Stable Diffusion Upscale 来增强网格中的每张图像：
- Consistent-Face-3x3-Generator 的 3×3 网格在内部被分割
- 每张图像逐一处理以获得更清晰的高分辨率输出
- 有助于在提升分辨率的同时保持姿势清晰度
非常适合准备适合发布或设计参考的最终 Consistent-Face-3x3-Generator 输出。
Splitter Group 和 Refiner#
这个 Consistent-Face-3x3-Generator 组：
- 将单个网格图像分割为 9 个独立的面部裁剪
- 将每张图像发送到 refiner 模型中清理细节
- 在增强特征的同时保持身份一致性
Consistent-Face-3x3-Generator 为下一步的高清增强准备每张肖像。
Adetailer#
在 Consistent-Face-3x3-Generator 工作流程中：
- 对每张裁剪的图像应用面部专用细节处理
- 增强皮肤纹理、眼睛锐度和面部结构
- 根据提示词，非常适合风格化或照片级真实感的修饰
Consistent-Face-3x3-Generator 的 Adetailer 旨在改善各姿势之间的面部真实感和表情清晰度。
Chin Detailer + 输出#
Consistent-Face-3x3-Generator 的最终修饰和输出：
- 如有需要，修复和调整下巴/颌骨结构
- 将 Consistent-Face-3x3-Generator 最终放大和精修的肖像保存到本地目录
- 输出路径：
ComfyUI/output/YYYY-MM-DD/
Consistent-Face-3x3-Generator 集合中的每张图像都单独保存，便于访问和查看。
致谢#
Consistent-Face-3x3-Generator 工作流程由 tenofas 开发，基于 FLUX 图像生成模型及其 Flux Depth LoRA。在 ComfyUI 中设计参考一致的多姿势肖像生成器的全部功劳归于 tenofas。 原始工作流程：tenofas on OpenArt
Consistent-Face-3x3-Generator 工作流程使身份稳定的图像生成更加简便和模块化，让艺术家和开发者能够大规模探索结构化的视觉变化。
