Z Image Real Skin 工作流程：具有真實皮膚紋理的自然編輯人像#
Z Image Real Skin 工作流程是一個適合RunComfy的ComfyUI管線，用於創建逼真的編輯人像，保留毛孔、雀斑和細紋，同時避免塑料化、美容濾鏡效果。它結合了圖像到提示的提取、強大的文本指導和微妙的LoRA點綴，產生柔和的自然照明、成熟的面部細節和雜誌級別的色彩。
基於Z-Image Turbo與Qwen圖像編碼和Qwen-VL提示提取，這個ComfyUI Z Image Real Skin 工作流程幫助藝術家以一致、可重複的方式探索西方人像參考、自然皮膚角色外觀和高端編輯美學。四個並行的采樣器提供並排變化，讓您可以快速選擇具有最佳皮膚紋理和色調的版本。
Comfyui Z Image Real Skin 工作流程中的關鍵模型#
- Z-Image Turbo by Comfy-Org。主要的生成模型，驅動圖像合成，具有速度和清晰的紋理保留。Model card
- Qwen-Image text encoder for ComfyUI。提供穩健的類CLIP文本條件，與Qwen提示對齊，提高對細微肖像指令的遵循性。Model files
- Qwen-VL Instruct (8B class)。這裡使用的視覺語言模型，用於分析參考肖像並返回保存身份線索和風格的簡潔英語提示，以圖像到提示指導。
- Unfiltered Realism v2 LoRA。增加微紋理和真實的色調響應，幫助避免過度平滑，同時保持皮膚可信。
- Kook Zimage Realistic Fantasy Turbo LoRA。一個輕量、可控的創意點綴，可以添加編輯光澤，而不會使毛孔平坦。Model card
如何使用Comfyui Z Image Real Skin工作流程#
這個工作流程組合高質量的提示，使用Qwen-Image編碼，並行使用Z-Image Turbo和微妙的LoRA指導渲染四個采樣器變體。從乾淨的運行開始，然後通過微調文本和LoRA權重進行迭代。
- 參考圖像輸入和縮放
- 在
LoadImage（#206）中加載一幅肖像。輔助工具LayerUtility: ImageScaleByAspectRatio V2（#211）標準化尺寸，以便分析器看到一個良好構圖的主題而不拉伸。 - 參考不是作為直接圖像到圖像使用；它被檢查以提取指導提示。如果您更喜歡純文本到圖像，可以不使用參考，僅依賴於書寫的提示。
- 在
- 提示提取和組裝
AILab_QwenVL（#308）查看參考肖像並返回一個緊湊的英語提示，突出年齡、皮膚質量、頭髮、服裝和光線。它偏好自然皮膚紋理，避免魅力平滑提示。JjkText（#200）提供您的基礎創意方向以獲得編輯風格和真實感。JoinStrings（#201）將基礎文本與Qwen-VL的結果合併，以便您獲得單一、乾淨的指令準備編碼。
- 文本編碼和指導形塑
CLIPLoader（#202）加載Qwen-Image編碼器。CLIPTextEncode（#184）將組裝的文本轉換為生成器的條件。FluxGuidance（#166）控制模型應如何強烈遵循文本。ConditioningZeroOut（#165）故意清空負面部分，以減少過度抑制的風險，可能會抹去毛孔或細線。
- 模型加載、LoRA點綴和標準化
UNETLoader（#337）引入Z-Image Turbo作為骨幹生成器。- 兩個
Lora Loader節點（#438和#439）應用Unfiltered Realism v2和Kook Zimage Turbo LoRA，強度適中。它們共同鼓勵自然的微紋理和編輯光澤，而不會有塑料光澤。 CFGNorm（#305）穩定指導，以便在迭代過程中對比和顏色保持一致。
- 並行采樣頭以快速A/B測試
EmptyLatentImage（#212）定義畫布。四個KSampler分支（#251, #255, #478, #487）使用不同的采樣器和排程器組合同時渲染。- 預期在顆粒、邊緣清晰度和色調過渡上有細微差異。使用這些分支選擇保持皮膚細節同時保持吸引力的版本。
- 解碼和收尾
- 每個分支通過
VAEDecode（#252, #254, #476, #485）解碼，並應用LayerColor: AutoAdjust（#343, #338, #475, #488）進行溫和的曝光和對比調整，以保護中間色調。 - 實用節點
TT_img_enc（#497, #495, #496）將圖像轉發以保存。最終圖像由SaveImage（#447, #448, #479, #489）以每個采樣器的清晰文件名寫入。
- 每個分支通過
Comfyui Z Image Real Skin 工作流程中的關鍵節點#
AILab_QwenVL（#308）- 目的：將參考肖像轉換為簡潔的提示，保留身份線索、服裝、照明和“真實皮膚”簡報。
- 提示：使用乾淨、光線良好的參考。較短的輸出傾向於廣泛的風格匹配；較具描述性的輸出更緊密地引導構圖和服裝。
FluxGuidance（#166）- 目的：在文本服從性與模型先驗之間取得平衡。較低的值可以讓皮膚自然變化多一些；較高的值則強化更嚴格的提示遵循。
- 提示：如果毛孔消失或皮膚看起來塑料化，降低指導。如果模型偏離服裝或照明，增加指導。
Lora Loader（#438）Unfiltered Realism v2- 目的：恢復微紋理和真實的色調曲線。
- 提示：稍微增加以獲得更乾燥、清晰的毛孔；如果頰部或前額出現顆粒或小瑕疵，則減少。
Lora Loader（#439）Kook Zimage Realistic Fantasy Turbo- 目的：添加輕量編輯光澤和更清晰的色彩分離，同時保持“真實皮膚”簡報不變。
- 提示：提高以獲得更光滑的雜誌氛圍；降低以獲得更具紀實風格的外觀。
CFGNorm（#305）- 目的：標準化指導，以便文本強度或LoRA權重的變化不會影響曝光和飽和度。
- 提示：在比較采樣頭時保持啟用，以確保公平的A/B判斷。
KSamplerheads (#251, #255, #478, #487)- 目的：四個並行采樣器具有不同的排程器風格，讓您一目了然地比較皮膚紋理、微對比和散景行為。
- 提示：使用基礎分支獲得平衡的真實感，當您想要清晰的毛孔和光滑的漸變時，嘗試流匹配分支，使用SGM分支獲得更柔和的過渡，選擇beta排程器獲得更具情感的色調。
可選附加項#
- 從中性、柔和的窗口光參考開始，以獲得最乾淨的Qwen-VL提示和最具吸引力的膚色。
- 如果您針對不同的人口或風格，請重寫
JjkText（#200）中的基礎文本，以便Qwen-VL補充而不是矛盾您的意圖。 - 要控制構圖，在采樣前調整
EmptyLatentImage（#212）中的縱橫比。 - 為了可重複的A/B測試，將相同的種子複製到所有
KSampler節點，然後一次只改變一個因素。 - 如果VRAM緊張，靜音不需要的分支的SaveImage節點，並在每次迭代中只運行一個或兩個采樣器。
致謝#
這個工作流程實施並基於以下作品和資源。我們感謝RunningHub提供工作流程來源，Comfy-Org提供Z-Image Turbo和Qwen Image ComfyUI模型文件，以及KZZrin提供Kook Zimage realistic fantasy Turbo LoRA的貢獻和維護。欲了解權威詳情，請參閱下文鏈接的原始文檔和存儲庫。
資源#
- RunningHub/RunningHub 工作流程來源
- 文檔 / 發布說明：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：使用所參考的模型、數據集和代碼須遵循其作者和維護者提供的各自許可和條款。
