如何在 Flux 中保持角色一致

Generates with

FLUX


Flux 透過 Flux Kontext 最能保持角色一致性,這是一個情境編輯模型,無需訓練即可在編輯過程中保留主體。若要完全可重複的身份,請訓練 Flux LoRA;若要在繁雜畫面中保持臉部,請加入 PuLID。

如何在 Flux 中保持角色一致

HOW IT WORKS


  1. STEP 1

    從一張乾淨的角色圖片開始

    生成或選擇一張清晰的角色圖片。使用 Kontext 時,這張單一圖片就是您要保留的主體。

    在 Flick 中的 從一張乾淨的角色圖片開始

  2. STEP 2

    使用 KONTEXT 在情境中編輯

    載入 Flux Kontext,提供角色圖片加上像是新姿勢或場景等指令。Kontext 會在改變設定的同時保持主體。

    在 Flick 中的 使用 Kontext 在情境中編輯

  3. STEP 3

    訓練 LORA 以實現完全可重複性

    對於經常重複使用的角色,使用 15 到 30 張不同圖片和一個獨特的觸發詞彙訓練 Flux LoRA,然後在任何提示詞中呼叫它。

    在 Flick 中的 訓練 LoRA 以實現完全可重複性

  4. STEP 4

    使用 PULID 穩定臉部

    當臉部很小或漂移時,可在提示詞或 LoRA 之上加入 PuLID 來保留特定身份。

    在 Flick 中的 使用 PuLID 穩定臉部

  5. STEP 5

    在 FLICK 中實現它

    Flux 只能製作靜態圖片。將你鎖定的角色放入 Flick,用 Veo 3、Kling 或 Seedance 為其製作動畫,讓角色延續到影片中。

    在 Flick 中的 在 Flick 中實現它

FLUX 如何保持角色一致性

Flux Kontext

FLUX KONTEXT

Flux Kontext 可編輯現有角色圖片並在多次操作中保留主體,是無需任何訓練即可保持單一角色一致性的最強方法。
Flux LoRA

FLUX LORA

使用 15 到 30 張角色圖片訓練一個小型 LoRA,並在任何提示詞中呼叫其觸發詞彙,即可在場景間實現完全可重複的身份識別。
用於臉部的 PuLID

用於臉部的 PULID

加入 PuLID 來注入並保留特定臉部,當臉部在畫面中較小時特別有用,且無需重新訓練模型。

FLUX 角色一致性:優缺點


優勢

  • Kontext 無需微調即可提供強大的多輪一致性
  • Kontext dev 是開放權重,可在消費級 GPU 上執行
  • 對人類主體具有高基準真實感和提示詞遵循度
  • LoRA 可在相對較小的資料集上高效訓練

限制

  • 12B 模型需要大量 VRAM;本地端 Flux 需要強大的 GPU
  • LoRA 訓練仍需要資料集準備和 GPU 時數成本
  • Kontext dev 僅限非商業用途;商業使用需要 API 方案
  • 僅限圖片,因此角色必須在獨立的影片模型中製作動畫

FLUX 角色一致性常見問題

在 FLUX 中保持角色一致的最佳方法是什麼?

Flux Kontext 是最強大的免訓練選項:它能編輯現有角色圖片,同時在多次操作中保持主體一致。若需完全可重複的身份,請訓練 Flux LoRA。

FLUX REDUX 是角色一致性工具嗎?

不是。Redux 是圖片變化與重新風格化適配器;它不會保留面部身份。請使用 Kontext、LoRA 或 PuLID 來維持角色一致性。

我需要訓練 LORA 嗎?

不一定。Kontext 能在編輯過程中保持角色一致且無需訓練。當您需要相同身份從頭開始出現在許多不同提示詞中時,再訓練 LoRA。

我可以商業使用 FLUX KONTEXT 嗎?

Kontext dev 採用非商業授權發布。若用於商業作品,請使用 API 方案或符合您授權需求的其他途徑。

FLUX 能製作影片嗎?

不行。Flux 僅支援圖片。請將角色鎖定為靜態畫面,然後在託管的影片模型(如 Veo 3 或 Kling)中製作動畫,這兩者都可在 Flick 中使用。

有沒有更簡單的方法來保持角色一致性?

可以。Flick 的角色參考功能無需 GPU 或訓練,只需上傳一張圖片即可鎖定角色,然後將其應用於靜態圖片和影片中。


移除 LORA 和觸發詞彙。