Z Image Real Skin 工作流程：具有真实皮肤纹理的自然编辑肖像#
Z Image Real Skin 工作流程是一个适用于RunComfy的ComfyUI管道，用于创建保持毛孔、雀斑和细纹的现实编辑肖像，同时避免塑料和美颜滤镜的外观。它结合了图像到提示的提取、强大的文本指导和微妙的LoRA点缀，产生柔和的自然光、成熟的面部细节和杂志级的色彩。
围绕Z-Image Turbo与Qwen图像编码和Qwen-VL提示提取构建的这个ComfyUI Z Image Real Skin 工作流程有助于艺术家以一致、可重复的方式探索西方肖像参考、自然皮肤角色外观和高端编辑美学。四个并行采样器提供并排变化，让您可以快速选择具有最佳皮肤纹理和色调的版本。
Comfyui Z Image Real Skin 工作流程中的关键模型#
- Z-Image Turbo 由 Comfy-Org 提供。主要的生成模型，以速度和清晰的纹理保留为图像合成提供动力。 Model card
- Qwen-Image 文本编码器用于 ComfyUI。提供类似CLIP的强大文本条件，与Qwen提示对齐，提高对细致肖像指令的遵从性。 Model files
- Qwen-VL Instruct (8B class)。一个视觉语言模型，用于分析参考肖像并返回一个简洁的英文提示，保留身份线索和造型，以指导图像到提示。
- Unfiltered Realism v2 LoRA。增加微纹理和真实的色调响应，有助于避免过度平滑，同时保持皮肤可信。
- Kook Zimage Realistic Fantasy Turbo LoRA。一个轻松、可控的创意点缀，可以增加编辑抛光而不平滑毛孔。 Model card
如何使用 Comfyui Z Image Real Skin 工作流程#
此工作流程组装一个高质量的提示，用Qwen-Image编码，并使用Z-Image Turbo和微妙的LoRA指导并行渲染四个采样器变体。从干净的运行开始，然后通过微调文本和LoRA权重来迭代。
- 参考图像输入和缩放
- 在
LoadImage(#206)中加载一张肖像。助手LayerUtility: ImageScaleByAspectRatio V2(#211)标准化尺寸，以便分析器看到一个框架良好的主题而不拉伸。 - 参考图像不作为直接图像到图像使用；它被检查以提取指导提示。如果您更喜欢纯文本到图像，您可以在没有参考的情况下运行，仅依赖于您的书面提示。
- 在
- 提取和组装提示
AILab_QwenVL(#308)查看参考肖像并返回一个紧凑的英文提示，突出年龄、皮肤质量、头发、衣橱和光线。它偏好自然皮肤纹理，避免魅力平滑的线索。JjkText(#200)为编辑风格和现实主义提供您的基本创意方向。JoinStrings(#201)将基本文本与Qwen-VL的结果合并，以便您获得一个单一、清晰的指令，准备进行编码。
- 文本编码和指导塑造
CLIPLoader(#202)加载Qwen-Image编码器。CLIPTextEncode(#184)将组装的文本转化为生成器的条件。FluxGuidance(#166)控制模型应如何强烈地遵循文本。ConditioningZeroOut(#165)故意清空负面部分，以减少过度抑制的风险，这可能会消除毛孔或细纹。
- 模型加载、LoRA点缀和标准化
UNETLoader(#337)带入Z-Image Turbo作为骨干生成器。- 两个
Lora Loader节点 (#438和#439)应用Unfiltered Realism v2和Kook Zimage Turbo LoRA，强度适中。它们共同鼓励自然的微纹理和编辑抛光而不带塑料光泽。 CFGNorm(#305)稳定指导，以便您迭代时对比度和颜色保持一致。
- 并行采样头用于快速A/B测试
EmptyLatentImage(#212)定义画布。四个KSampler分支 (#251, #255, #478, #487)使用不同的采样器和调度器对同时渲染。- 预期在颗粒、边缘清晰度和色调滚降方面的细微差异。使用这些分支选择保持皮肤细节同时保持迷人的版本。
- 解码和完成润色
- 每个分支通过
VAEDecode(#252, #254, #476, #485)解码，并应用LayerColor: AutoAdjust(#343, #338, #475, #488)进行轻柔的曝光和对比度调整，以保护中间色调。 - 实用节点
TT_img_enc(#497, #495, #496)将图像传递以保存。最终图像由SaveImage(#447, #448, #479, #489)保存，每个采样器有明确的文件名。
- 每个分支通过
Comfyui Z Image Real Skin 工作流程中的关键节点#
AILab_QwenVL(#308)- 目的：将参考肖像转换为一个简洁的提示，保留身份线索、衣橱、光线和“真实皮肤”主题。
- 提示：使用一个干净、光线良好的参考。较短的输出倾向于广泛的风格匹配；更具描述性的输出更紧密地引导构图和衣橱。
FluxGuidance(#166)- 目的：平衡文本服从与模型先验。较低的值为皮肤带来更多自然变化；较高的值则加强提示服从。
- 提示：如果毛孔消失或皮肤看起来像塑料，降低指导。如果模型偏离衣橱或光线，增加指导。
Lora Loader(#438) Unfiltered Realism v2- 目的：恢复微纹理和真实的色调曲线。
- 提示：略微增加以获得更干燥、更清晰的毛孔；如果颗粒或面颊或额头出现小瑕疵，减少。
Lora Loader(#439) Kook Zimage Realistic Fantasy Turbo- 目的：添加轻松的编辑点缀和更清晰的颜色分离，同时保持“真实皮肤”主题。
- 提示：为更光泽的杂志氛围提高；为更纪实的外观降低。
CFGNorm(#305)- 目的：标准化指导，以便文本强度或LoRA权重的变化不会影响曝光和饱和度。
- 提示：在比较采样头时保持启用，以确保公平的A/B判断。
KSampler头 (#251, #255, #478, #487)- 目的：四个并行采样器具有不同的调度器风格，让您可以一目了然地比较皮肤纹理、微对比度和散景行为。
- 提示：使用基础分支以获得平衡的现实主义，尝试流匹配分支以获得清晰的毛孔和平滑的渐变，使用SGM分支以获得更柔和的滚降，并选择beta调度器以获得更具情感的色调。
可选附加功能#
- 从中性、柔和的窗光参考开始，以获得最清晰的Qwen-VL提示和最具吸引力的肤色。
- 如果您针对不同的人群或风格，请在
JjkText(#200)中重写基本文本，以便Qwen-VL补充而不是抵触您的意图。 - 要控制构图，请在采样前调整
EmptyLatentImage(#212)中的宽高比。 - 为了可重复的A/B测试，将相同的种子复制到所有
KSampler节点，然后一次只改变一个因素。 - 如果VRAM紧张，静音不需要的分支的SaveImage节点，并在每次迭代中仅运行一到两个采样器。
鸣谢#
此工作流程实现并构建在以下作品和资源之上。我们感谢RunningHub提供的工作流程源、Comfy-Org提供的Z-Image Turbo和Qwen Image ComfyUI模型文件，以及KZZrin提供的Kook Zimage realistic fantasy Turbo LoRA的贡献和维护。有关权威详情，请参阅下面链接的原始文档和存储库。
资源#
- RunningHub/RunningHub 工作流程源
- 文档/发布说明：RunningHub post
- Comfy-Org/Z-Image Turbo 模型文件
- Hugging Face: Comfy-Org/z_image_turbo
- Comfy-Org/Qwen Image ComfyUI 模型文件
- Hugging Face: Comfy-Org/Qwen-Image_ComfyUI
- KZZrin/Kook Zimage realistic fantasy Turbo LoRA
- Hugging Face: KZZrin/kook_zturbo
注意：所引用的模型、数据集和代码的使用受其作者和维护者提供的各自许可和条款的约束。
