ByteDance USO | 統一風格與主題生成器

ByteDance USO: ComfyUI 的統一風格和主題生成工作流程

此工作流程將 ByteDance USO 帶入 ComfyUI，適合希望在一個地方實現身份忠實角色和精確風格轉換的創作者。基於 FLUX.1‑dev，支持主題驅動、風格驅動和合併生成，因此您可以在保持相似性的同時將角色放入新場景，從參考圖像中應用風格，或同時執行這兩項操作。

當您需要強主題一致性和靈活、高品質的風格控制時，請使用 ByteDance USO。圖形包含兩個互補的分支：一個基於身份圖像的主題+風格路徑，和一個可選擇使用或不使用風格參考的提示驅動路徑。兩個路徑獨立保存圖像，因此您可以快速比較結果。

Comfyui ByteDance USO 工作流程中的關鍵模型

• FLUX.1‑dev。提供生成質量和速度的基礎擴散變壓器。它提供了 ByteDance USO 在此工作流程中使用的取樣主幹。 模型卡
• ByteDance USO DiT LoRA v1。一個低秩適配器，將統一風格和主題功能注入 FLUX.1‑dev，使身份保護和風格指導在統一設置中實現。文件提供於 USO 1.0 repack。 倉庫
• USO FLUX.1 Projector v1。一個投影儀補丁，將 CLIP‑Vision 功能連接到生成主幹，以便風格和主題提示能夠有效地引導模型。隨 USO repack 提供。 倉庫
• SigCLIP Vision (patch14, 384)。視覺編碼器，從您的風格和主題參考圖像中提取嵌入，用於 USO 模塊的視覺指導。 倉庫

如何使用 Comfyui ByteDance USO 工作流程

該圖形有兩個分支，可以獨立運行。上部分支使用身份圖像加風格參考；下部分支是提示驅動的，可以選擇性地包含風格參考。從任一分支或兩者生成。

步驟 1 – 加載模型

此步驟初始化 FLUX.1‑dev、ByteDance USO LoRA、USO 投影儀和 SigCLIP 視覺編碼器。它為統一風格和主題指導準備基礎模型。兩個分支加載相同的設置，因此您可以在不重新配置模型的情況下運行主題+風格或提示工作流程。一旦加載，模型流就準備好迎接 USO 的參考處理器。

步驟 2 – 主題/身份圖像

提供角色的清晰身份圖像。工作流程將其縮放到合適的工作尺寸，並將其編碼為一個保留關鍵面部或角色特徵的潛在變量。此潛在變量與您的提示融合，因此 ByteDance USO 可以在保持身份的同時將主題放入新場景。如果您只想要風格或文本生成，請忽略此步驟。

步驟 3 – 風格參考

添加一個或兩個風格圖像以引導調色板、材料和筆觸。每個圖像都用視覺模型編碼，並通過 USO 的風格參考節點應用，這些節點將風格影響層疊到加載的模型上。使用兩個參考時，順序很重要，因為第二個參考在第一個之後應用。您可以跳過此組以運行純主題驅動或僅文本傳遞。

提示

撰寫一個以意圖為驅動的提示，用於構圖、氛圍和細節。在主題+風格分支中，您的提示與身份潛在變量和 USO 的指導相結合，因此文本、主題和風格朝同一方向拉動。在提示驅動的分支中，僅文本（可選地加上風格參考）引導圖像。保持提示具體；避免與選擇的風格相矛盾。

圖像大小

選擇生成的目標解析度。選擇的大小影響構圖緊密度和細節密度，特別是對於肖像與全身照。如果 VRAM 有限，請從較小的開始，然後稍後放大。兩個分支都暴露了一個簡單的圖像尺寸節點，因此您可以根據使用案例調整長寬比和保真度。

取樣和輸出

每個分支都使用標準取樣器進行取樣，解碼為 RGB，並保存到其自己的輸出中。您通常會在每次運行中獲得兩個圖像：一個風格化的主題結果和一個提示驅動的結果。通過調整提示或更換參考進行迭代；重新取樣以探索替代方案或固定種子以實現可重複性。

Comfyui ByteDance USO 工作流程中的關鍵節點

USOStyleReference (#56)

使用 USO 投影儀和 CLIP‑Vision 功能將風格圖像應用於當前模型流。使用一個參考來獲得強烈、一致的外觀，或鏈接兩個以獲得微妙的混合；第二個參考細化第一個。如果風格過於主導，嘗試單一、清潔的參考或簡化其內容。

ReferenceLatent (#44)

將編碼的主題潛在變量注入條件路徑，以便 ByteDance USO 保持身份。最適合使用顯示角色面部或定義特徵的清晰身份照片。如果身份滑落，請提供更完整的參考或減少衝突的風格提示。

FluxKontextMultiReferenceLatentMethod (#41)

在 FLUX 上下文路徑中結合多個參考信號。這是主題和提示上下文在取樣之前平衡的地方。如果結果感覺過於約束，放鬆參考；如果它們漂移，加強主題圖像或簡化提示。

FluxGuidance (#35)

控制文本指導相對於參考信號的強度。較低的值讓主題/風格領先；較高的值更強烈地強調提示。當您看到提示不夠時調整（提高指導），或者風格/主題被覆蓋時（降低指導）。

ImageScaleToMaxDimension (#109)

準備身份圖像以進行穩定的特徵提取。較小的最大尺寸有利於更廣泛的構圖；較大的尺寸有助於當參考是緊密的肖像時，您需要更清晰的身份提示。根據您的主題參考是全身還是頭像進行調整。

EasyCache (#95)

通過在更改微小時重用中間狀態來加速推理。適合提示調整和快速迭代，但可能略微減少微觀細節。禁用它以獲得最終、最高質量的渲染。

KSampler (#31)

運行擴散步驟並通過種子和取樣器選擇控制隨機性。增加步驟以獲得更多細節，或鎖定種子以在更改參考時重現外觀。如果紋理看起來嘈雜，嘗試不同的取樣器或更少的步驟與更強的風格指導。

可選附加功能

• 對於 ByteDance USO 身份工作，偏好中性、均勻照明的主題圖像；避免與風格提示衝突的濃妝或極端角度。
• 當堆疊兩個風格參考時，先放置更廣泛的美學，然後放置紋理/細節參考，以便在不壓倒身份的情況下進行細化。
• 保持負面提示最小化；圖形故意使用中性負面路徑，因此 USO 的學習先驗和參考可以乾淨地對齊。
• 在較低分辨率或開啟緩存時快速迭代，然後關閉緩存並放大您喜愛的種子以獲得最終結果。
• 當比較僅主題、僅風格和合併模式時使用可重複的種子，以了解 ByteDance USO 如何平衡每個信號。

致謝

此工作流程實現並基於以下作品和資源構建。我們感謝 ByteDance 提供 USO 模型，以及 ComfyUI 團隊為 ByteDance USO ComfyUI Native Workflow 教程的貢獻和維護。欲了解權威詳情，請參閱下述鏈接的原始文檔和倉庫。

資源

• ByteDance/USO
  • GitHub: bytedance/USO
  • Hugging Face: bytedance-research/USO
  • arXiv: 2508.18966
  • Docs / Release Notes: ByteDance USO Documentation

注意：使用所引用的模型、數據集和代碼需遵循其作者和維護者提供的各自許可和條款。