Krea 2 Identity Edit ComfyUI 工作流程：雙圖像內部面部身份轉移#
此 Krea 2 Identity Edit ComfyUI 工作流程在目標肖像的面部區域內執行雙圖像、指令驅動的身份替換，同時保留頭髮、姿勢、服裝、構圖和背景。您提供目標圖像和捐贈者參考；工作流程在短語言提示的指導下，用捐贈者的內部面部身份重新安排目標。
它結合了社區的 Krea 2 Identity Edit v1.2 LoRA 與雙重條件，融合了 VAE 圖像標籤和基於圖像的語言理解。它不是官方的 Krea Edit 檢查點，並且不是一種確定性的像素級面部交換或補繪工具。用於同意的角色重置、面部或頭部替換，以及受益於雙圖像控制的身份保留創意編輯。
ComfyUI Krea 2 Identity Edit ComfyUI 工作流程中的關鍵模型#
- Krea-2 Turbo。提供快速、高保真合成和強大編輯能力的基礎圖像生成器；它是工作流程補丁和樣本的基礎。查看官方模型卡以了解詳細信息和預期用例。Krea-2 Turbo
- Krea 2 Identity Edit v1.2 LoRA。一個社區 LoRA，將 Krea-2 Turbo 變成一個指令跟隨身份編輯器，在保持場景細節不變的同時改善相似性轉移。它是為雙圖像條件訓練的，並且是身份編輯行為所必需的。Krea 2 Identity Edit v1.2
- Qwen3-VL-4B-Instruct。用於條件節點內的視覺-語言模型，根據兩個圖像的上下文解釋您的提示，有助於將編輯限制在內部面部並保留其他部分。這提供了基於圖像的提示理解以進行可靠的編輯。Qwen3-VL-4B-Instruct
如何使用 ComfyUI Krea 2 Identity Edit ComfyUI 工作流程#
此圖將兩個圖像分支通過基於圖像的編碼器，為身份編輯補丁基礎模型，然後採樣出與目標組成相匹配的新圖像。以下階段描述了每個集群的作用以及您可以控制的內容。
目標和捐贈者圖像：LoadImage (#104) 和 LoadImage (#162)#
在第一個節點中加載您的目標肖像，在第二個節點中加載您的捐贈者參考。工作流程使用 ResizeImageMaskNode (#129 和 #160) 將每個圖像調整到工作尺寸以保持長寬比穩定。它會自動通過 GetImageSize (#164) 讀取目標圖像尺寸，並使用 EmptySD3LatentImage (#126) 創建匹配的潛在畫布，以使輸出組成與目標對齊。選擇姿勢和相機角度相容的圖像以獲得最佳身份匹配。面部應該光線充足且無遮擋。
基於圖像的理解和提示：Krea2EditGroundedEncode (#110) 和 Krea2EditGroundedEncode (#167)#
這些編碼器將每個圖像與您的指令配對，形成雙重、基於圖像的條件。正面編碼器 Krea2EditGroundedEncode (#110) 讀取目標和捐贈者以及您的提示，例如“僅替換內部面部；保持頭髮、服裝和背景不變”，從而限制編輯。第二個編碼器 Krea2EditGroundedEncode (#167) 提供負面或反向條件信號，以抑制捐贈者的不必要洩漏（例如，捐贈者的頭髮或工作室背景）。您可以保持提示簡潔且描述性；強調要在目標中保留的內容。這一階段使得 Krea 2 Identity Edit ComfyUI 工作流程更符合指令而不是模板驅動。
圖像標籤化：VAEEncode (#108) 和 VAEEncode (#163)#
兩個圖像都被壓縮成潛在表示，作為上下文中的視覺標籤。這些潛在標籤幫助補丁節點理解身份幾何、皮膚特徵和比例，而不必複製整個圖像。您不需要在這裡調整任何東西；只需確保您的輸入乾淨且曝光良好。輸出直接進入模型補丁。
身份感知模型補丁：Krea2EditModelPatch (#109)#
此節點將 Krea 2 Identity Edit v1.2 LoRA 注入 Krea-2 Turbo 並附加兩個圖像的潛在標籤和像素，允許身份替換，尊重您的提示。在內部，它平衡捐贈者身份強度與目標保留，以便新面孔自然地適應原始姿勢和光照。如果您的結果特徵轉移不足或過度轉移，請調整節點的參考影響控制和適合策略，然後重新採樣。這個補丁是 Krea 2 Identity Edit ComfyUI 工作流程的核心。如果您想了解更多關於其機制的信息，這裡提供了節點包的參考：comfyui-krea2edit。
採樣和解碼：KSampler (#112) 和 VAEDecode (#149)#
KSampler (#112) 根據您的正面和負面條件從補丁模型中渲染編輯後的圖像。控制種子以提高可重複性，步驟以進行質量-時間權衡，指導以遵循提示，以及您偏好的採樣器和調度器。去噪設置讓您在微妙的編輯和更強的身份重置之間移動；從適度開始並從那裡進行細化。VAEDecode (#149) 將潛在轉換回與目標的構圖和長寬比匹配的圖像。使用 SaveImage (#157) 保存結果。
審查和迭代：Image Comparer (rgthree) (#147)#
比較器顯示前後視圖，以便您快速判斷保真度和保留。如果頭髮、服裝或背景偏移，請收緊您的指令並降低身份強度；如果相似性太弱，請提高身份的重點或嘗試更接近姿勢的捐贈者。在同一種子上進行控制 A/B 測試，然後隨機化種子以獲得多樣化選擇。這一步是可選的，但加速了您想要的外觀的收斂。
ComfyUI Krea 2 Identity Edit ComfyUI 工作流程中的關鍵節點#
Krea2EditModelPatch (#109)#
將 Krea 2 Identity Edit LoRA 應用於 Krea-2 Turbo 並將兩個圖像作為參考融合。使用參考強度控制調整捐贈者的內部面部身份施加的力度，以及適合模式來決定特徵如何嚴格符合目標的頭部幾何。如果捐贈者的特徵滲透到頭髮或服裝中，請降低參考強調並重新採樣；如果相似性較弱，請稍微提高。
Krea2EditGroundedEncode (#110)#
構建正面的、基於圖像的條件，供採樣器遵循。保持提示簡潔明確，說明必須改變的（內部面部）和必須保持不變的（頭髮、姿勢、服裝、背景）。增加空間基礎可以改善定位，但會增加一些 VRAM 和時間；在您的硬件預算中平衡這一點。
KSampler (#112)#
從補丁模型和條件中生成最終圖像。使用種子鎖定構圖以進行公平比較；增加步驟以應對更困難的情況；選擇一個給您良好銳度與穩定性平衡的採樣器和調度器。極高的指導可能會扭曲身份，因此在相似性最重要時偏好適度的值。
可選附加項#
- 僅使用同意的圖像；Krea 2 Identity Edit ComfyUI 工作流程適用於道德的、身份保留的創意工作。
- 匹配捐贈者和目標的姿勢、相機角度和表情以獲得最自然的匹配。
- 撰寫既指定身份轉移又明確保護您想保留的頭髮、服裝、背景和構圖的指令。
- 如果背景從捐贈者那裡滲入，增強負面措辭如“不要改變背景”並略微減少身份強度。
- 對於一致的多鏡頭集，保持相同的種子並僅調整提示或捐贈者圖像；然後變更種子以獲得替代方案。
- 避免堆疊強風格 LoRAs 或與身份轉移衝突的重度風格化提示；在鎖定相似性後添加風格。
致謝#
此工作流程實現並建立在以下作品和資源的基礎上。我們感謝 RunningHub 提供的工作流程源代碼，conradlocke 提供的 Krea 2 Identity Edit v1.2 社區 LoRA，lbouaraba 提供的 ComfyUI-Krea2Edit 節點，以及 Krea 提供的 Krea 2 Turbo 官方模型，感謝他們的貢獻和維護。有關權威的詳細信息，請參閱以下鏈接的原始文檔和資源庫。
資源#
- RunningHub/RunningHub 工作流程源
- 文檔 / 發布說明：RunningHub post
- conradlocke/Krea 2 Identity Edit v1.2 社區 LoRA
- Hugging Face：conradlocke/krea2-identity-edit
- lbouaraba/ComfyUI-Krea2Edit 節點
- GitHub：lbouaraba/comfyui-krea2edit
- krea/Krea 2 Turbo 官方模型
- Hugging Face：krea/Krea-2-Turbo
注意：使用參考的模型、數據集和代碼需遵循作者和維護者提供的各自許可和條款。
