Z-Image I2I 終極寫實主義：肖像的身份安全面部精緻化
Z-Image I2I 終極寫實主義是針對忠實圖像到圖像肖像增強的雙階段 ComfyUI 工作流程。它在添加逼真的面部細節、修正表情線索的同時，保留主體的身份和整體外觀，避免了常見於臉部替換中的怪異伪影。基於 Z‑Image Turbo 並採用專業的面部 LoRA 引導，非常適合寫實肖像編輯、修飾以及從單一源圖像進行身份一致的升級。
流水線首先以高保真度重現您的輸入照片，然後透過自動面部遮罩和表情感知填補選擇性地精緻化面部。結果是自然、真實的肖像，保持核心相似性不變。本 README 解釋了如何運行和調整 Comfyui Z-Image I2I 終極寫實主義工作流程。
注意：此工作流程需要面部 LoRA 才能工作。將您自己的角色 LoRA 上傳到
Inputs群組節點Character Lora here。
Comfyui Z-Image I2I 終極寫實主義工作流程中的關鍵模型
- Z‑Image Turbo 擴散模型。核心圖像到圖像生成器，重現源構圖和照明，同時實現微妙的寫實增強。
- ZImageTurbo VAE。搭配的編碼器/解碼器，實現忠實的潛在轉換，最小化 I2I 中的顏色和對比度漂移。
- 面部 LoRA 適配器。可選的主體特定 LoRA，增強身份特徵而不引入風格化。
- Qwen3‑VL Instruct 系列。用於自動描述面部表情和目光，使精緻化與照片中的實際內容對齊。參見模型卡 Qwen3‑VL‑2B‑Instruct 和 Qwen3‑VL‑4B‑Instruct。ComfyUI 節點集成由 ComfyUI‑QwenVL 提供。
- Segment Anything Model 3 (SAM3)。開放詞彙分割，從基本通過中分離面部區域，以進行精確、非破壞性填補。參見 facebookresearch/sam3 和 ComfyUI 包裝器 ComfyUI‑SAM3。
如何使用 Comfyui Z-Image I2I 終極寫實主義工作流程
工作流程在兩個協調階段中運行：首先是基礎 I2I 渲染，忠實地重現您的圖像，然後是由自動遮罩和表情感知提示引導的僅面部精緻化通過。單獨的沙盒允許您在不觸及源圖像的情況下測試面部 LoRA。
輸入
在 LoadImage (#958) 中加載您的肖像。圖像透過 ImageResizeKJv2 (#973) 正常化為穩定的工作尺寸，同時保持構圖。然後，視覺語言節點從圖像生成結構化的、真實照片的正向提示；長格式自動提示來自 AILab_QwenVL (#962)，旨在描述照片中的內容而非創造新內容。您可以將其保留為身份一致的編輯，或用自己的提示替換以進行創意變化。GGUF 基於的文本編碼器提供提示嵌入，因此即使在較低 VRAM 環境中也能獲得一致的條件。
渲染
基礎通過將輸入照片重現為乾淨的、去噪的起始點。CLIPTextEncode (#6) 編碼自動提示，CLIPTextEncode (#7) 添加安全網負面提示，SeedVarianceEnhancer (#978) 注入少量、受控的早期步驟變化，以避免渦輪模型典型的低種子多樣性。源圖像由 VAEEncode (#960) 編碼，主要採樣器 ClownsharKSampler_Beta (#979) 生成高保真潛在變量，透過 VAEDecode (#860) 解碼為預精緻圖像。此中間結果保存為“Output 1 Pre‑Face Detail”，以便快速 A/B 比較。
面部精緻化器
精緻化階段僅檢測和改進面部，保持頭髮、衣物和背景不變。LoadSAM3Model (#940) 與 SAM3Grounding (#939) 利用文本提示“面部”從預精緻圖像中找到精確的面部遮罩。遮罩透過 GrowMaskWithBlur (#1008) 軟化，並使用 InpaintCropImproved (#942) 在上下文中裁剪面部區域，以便在縫合回去之前進行更快、更高分辨率的取樣。第二個 AILab_QwenVL (#975) 創建專注於表情和目光的緊湊描述，CLIPTextEncode (#944) 將其轉化為正向條件，ConditioningZeroOut (#945) 有意將負面通道歸零，以防止過度壓抑面部微細節。InpaintModelConditioning (#943) 準備遮罩潛變量；DifferentialDiffusion (#949) 將模型推向結構一致性；ClownsharKSampler_Beta (#985) 進行精緻面部的填補；VAEDecode (#947) 和 InpaintStitchImproved (#950) 將改進的面部合併回去而不改變未遮罩區域。最終圖像由 SaveImage (#989) 保存。
測試 LoRA
使用“Test Lora”沙盒評估面部 LoRA，而不觸及您的源。CLIPTextEncode (#999, #1000) 提供簡單的測試提示對，EmptyLatentImage (#1001) 創建乾淨畫布，ClownsharKSampler_Beta (#1007) 渲染快速樣本供您預覽。這有助於在運行完整的身份精緻化通過之前調整 LoRA 的選擇和權重。
Comfyui Z-Image I2I 終極寫實主義工作流程中的關鍵節點
SAM3Grounding(#939)。使用 SAM3 從自然語言提示中檢測面部，產生對遮擋和姿勢具有魯棒性的乾淨遮罩。如果遮罩過緊或包含髮際線偽影，請在上游輕柔擴展或模糊它以避免接縫。參考：facebookresearch/sam3 和 ComfyUI‑SAM3。InpaintCropImproved(#942) 和InpaintStitchImproved(#950)。裁剪然後縫合的工作流程，只在最佳分辨率下對遮罩區域取樣，然後將結果融合回原圖。使用它來設置目標面部分辨率和上下文，同時確保未遮罩像素永不重新編碼。參考：ComfyUI‑Inpaint‑CropAndStitch。ClownsharKSampler_Beta(#979, #985)。高級 RES4LYF 採樣器，具有高準確度的顯式採樣器和穩健的 SDE 選項，擅長於寫實 I2I 和填補。對於身份關鍵工作，選擇穩定的 RES 採樣器和保守的去噪；只有在您打算顯著改變表情或皮膚細節時才增加去噪。參考：RES4LYF。SeedVarianceEnhancer(#978)。在早期步驟中向正向嵌入添加受控噪聲，以對抗 Z‑Image Turbo 中的低種子變異，產生自然變化而不偏離身份。當輸出在不同種子間看起來過於相似時增加其強度；如果提示依從性減弱則減少其強度。參考：ChangeTheConstants/SeedVarianceEnhancer。DifferentialDiffusion(#949)。修改模型進行差別去噪，有助於在遮罩編輯期間保持底層結構。在進行微妙的、身份安全的面部精緻化時保持啟用；如果您有意想要更強的風格化變化，請考慮禁用。參考：在 ComfyUI 生態系統中記錄的節點行為，並在此用作結構保留輔助。AILab_QwenVL(#962, #975)。視覺語言提示，讀取實際圖像內容，以保持指導固定在現實中，特別是對於微表情和目光方向。在面部通過中偏好簡潔、字面描述，以避免引入新屬性。參考：ComfyUI‑QwenVL 和 Qwen3‑VL 模型卡 (2B, 4B)。
可選附加功能
- 使用“Output 1 Pre‑Face Detail”圖像在精緻面部之前驗證基礎保真度；這有助於將基礎去噪問題與遮罩或填補設置分開。
- 如果精緻面部感覺過於平滑，請輕微擴展面部遮罩並減少其模糊，以增加邊緣責任，然後僅重新運行面部通過。
- 保持提示事實性以進行身份保留編輯；將創意風格化移至服裝、光線或背景而非面部屬性。
- 先在 Test LoRA 沙盒中驗證新的面部 LoRA，然後將選擇的 LoRA 和權重應用於主流水線，以便一致的身份增強。
- 為了在批次中保持一致的框架，請保持輸入圖像的長寬比接近工作流程的調整目標，以最小化裁剪壓力並保持比例。
致謝
此工作流程實現並建立在以下作品和資源之上。我們感謝 RetroGazzaSpurs 對“Z-Image IMG2IMG for Characters: Endgame V3 - Ultimate Photorealism”工作流程的貢獻和維護。欲了解權威詳細信息，請參閱下方鏈接的原始文檔和存儲庫。
資源
- RetroGazzaSpurs/Z-Image IMG2IMG for Characters: Endgame V3 - Ultimate Photorealism
- 文檔 / 發布說明：工作流程來源
注意：所引用的模型、數據集和代碼的使用受其作者和維護者提供的相應許可和條款約束。
