InfiniteYou | 保持身份的面部生成
更新於 2025/6/16:ComfyUI 版本更新至 v0.3.40,以提高穩定性和兼容性。InfiniteYou 是由 ByteDance 技術驅動的 ComfyUI 工作流程,用於身份保持的圖像生成。它提供兩種主要工作流程:Face Combine 用於在圖像之間混合面部特徵,以及 Zero-Shot 用於從單一參考和提示創建肖像。可以在 aes_stage2(更佳美學)或 sim_stage1(更高面部相似度)模式之間切換,並可完全自定義參數和選擇性支持 LoRA。ComfyUI InfiniteYou 工作流程
ComfyUI InfiniteYou 範例










ComfyUI InfiniteYou 說明
ComfyUI InfiniteYou 描述
1. 什麼是 InfiniteYou 工作流程?
ComfyUI InfiniteYou 工作流程將 ByteDance 的先進身份保持模型整合到環境中。基於 FLUX 擴散變壓器並由 InfuseNet 驅動,此技術在保留身份特徵的同時實現靈活且高保真度的圖像生成。InfiniteYou 工具包包括兩個專門設計的工作流程:Face Combine 和 Zero-Shot Task,每個都針對 InfiniteYou 系統中的不同創作目標。
2. InfiniteYou 的好處:
- 身份保持: InfiniteYou 即使在風格化轉換的提示中也能保留面部特徵。
- 美學質量: aes_stage2 模式提供增強的提示圖像對齊和美感。
- 工作流程多樣性: InfiniteYou 包括 Face Combine 和 Zero-Shot Task,用於不同的使用情境。
- 參數控制: InfiniteYou 允許調整指導、融合權重和控制時機,以實現精確生成。
- 即插即用集成: 無縫集成到標準 ComfyUI 工作流程中。
3. 如何使用 InfiniteYou 工作流程
重要注意事項: 當您首次加載 InfiniteYou 工作流程時,您將看到 Zero-Shot Task 和 Face Combine 部分。這是兩個獨立的工作流程,獨立運行。雖然技術上可以同時運行,但它們設計為用於不同目的的獨立工具,而不是單一過程中的連接步驟。
3.1 使用 InfiniteYou 的生成方法
InfiniteYou 的示例設置:
- 準備輸入:
在
Load Image
節點中:- 上載兩張參考面孔用於 Face Combine
- 或 上載一張參考面孔圖像用於 Zero-Shot Task
在
CLIP Text Encode
節點中: - 描述所需場景(例如,「一個男孩,10歲,帥氣在教室裡」)
- 負面提示為可選
- 點擊
Queue Prompt
按鈕運行 InfiniteYou 工作流程 - 在
Save Image
中:獲得您的輸出
Face Combine 工作流程(混合兩張面孔)
- 最佳用途: 使用 InfiniteYou 強大的身份控制結合兩個身份的面部特徵
- 特點:
- 從兩張圖像中合併身份
- 使用權重進行控制混合
- 精確的開始和結束融合時機
Zero-Shot Task 工作流程(單一圖像 + 提示)
- 最佳用途: 從單一身份和豐富的文本提示生成肖像
- 特點:
- sim_stage1 提供高身份保真度
- 無需雙面比較
- 文本引導的面部再創作
3.2 InfiniteYou 的參數參考
Face Combine 節點: 此節點從兩張圖像中混合面部特徵。
adapter_file
: 指定用於身份混合的模型文件(例如,aes_stage2_img_proj.bin)。weight
: 控制融合兩張面孔的強度。balance
: 調整哪張圖像對最終面孔的貢獻更多。start_at
: 融合在生成時間線中的開始時間。end_at
: 生成過程中融合結束的時間。fixed_face_pose
: 如果為 true,鎖定面部姿勢,如果為 false,允許變化。
Apply 節點: 將 InfiniteYou 模型應用於單一參考圖像。
adapter_file
: 定義所使用的階段模型。weight
: 身份保持的強度。start_at
: 生成過程中效果應用的開始時間。end_at
: 效果應用的結束時間。fixed_face_pose
: 如果為 true,保持原始姿勢不變。
FluxGuidance / BasicGuider: 施加額外影響以保持身份或控制與 InfiniteYou 的提示對齊。
guidance
: 調節強度——越高=更多控制,越低=輸出多樣性更大。
取樣器: 用於控制如何從噪聲中創建圖像的 InfiniteYou。
sampler_name
: 用於生成圖像的算法(例如,euler)。steps
: 細化圖像的迭代次數。denoise
: 去除噪聲的程度:越高=圖像越乾淨。
3.3. 使用 InfiniteYou 的高級優化
切換模型:
aes_stage2
: 提供更好的文本圖像一致性和風格(經過微調後)。sim_stage1
: 提供更準確的面部身份保留(微調前)。- 切換 InfiniteYou 模型模式時,始終一起更新
adapter_file
和control_net
文件。
InfiniteYou 的提示技巧:
- 添加具體的身份提示,如「一位女性」,「一位老年男子」等,以改善輸出對齊
- 清晰簡潔地描述主題和場景以獲得最佳結果
更多關於 InfiniteYou 的信息
如需更多詳細信息和開發參考:
- InfiniteYou 原始模型由 提供
- 由 實施
致謝
此工作流程由 InfiniteYou 提供技術支持,由 ByteDance Intelligent Creation 開發。集成由 ZenAI-Vietnam 提供,包括專門設計的工作流程和模型轉換,實現零樣本和多參考身份保持生成。全數功勞歸於原作者的工作。