如何在 ComfyUI 中保持角色一致性

Generates with

COMFYUI


ComfyUI 通过堆叠节点来保持角色一致性:使用 IPAdapter FaceID 适配器处理身份、ControlNet 处理姿态,以及 FaceDetailer 通道来锐化面部。无需训练,但需要精心构建节点图和性能足够的 GPU。

如何在 ComfyUI 中保持角色一致性

HOW IT WORKS


  1. STEP 1

    加载 SDXL 检查点

    从 RealVisXL 或 Juggernaut 等照片级 SDXL 检查点开始;它们在角色工作中保持解剖结构和身份特征的能力远胜于 SD 1.5。使用 DPM++ 2M Karras,步数设为 25 到 30 步,保持基础分辨率在 1024,因为 IPAdapter 和 InstantID 是在 SDXL 尺度下训练的,较小尺寸会导致偏移。

    Flick 中的 加载 SDXL 检查点

  2. STEP 2

    添加 IPADAPTER FACEID 节点

    接入 IPAdapter FaceID Plus v2 节点,加载它所需的 CLIP-Vision 和 FaceID LoRA,并输入一张清晰的参考面孔。将权重保持在 0.7 到 0.8 左右:更低则提示词占主导面孔会偏移,更高则身份锁定但表情会僵硬。当面孔需要在大角度下保持时,叠加 InstantID。

    Flick 中的 添加 IPAdapter FaceID 节点

  3. STEP 3

    用 CONTROLNET 锁定姿势

    将姿势骨架输入 ControlNet OpenPose 节点,这样身体和构图保持固定,只有场景设置改变。以低权重(0.3 到 0.5)添加 Depth 或 Canny ControlNet 来同时保持构图,但保持 ControlNet 总强度在 1.0 以下,避免与 IPAdapter 冲突。

    Flick 中的 用 ControlNet 锁定姿势

  4. STEP 4

    使用 FACEDETAILER 精细化

    将输出通过 FaceDetailer 节点(Impact Pack)进行处理,裁剪、重新扩散并以全分辨率重新锚定面部,修复 SDXL 在远距离时给出的融化眼睛和嘴巴。在多次生成中使用相同的参考和固定种子,将 FaceDetailer 去噪保持在 0.4 左右,这样能锐化而不会生成新面孔。

    Flick 中的 使用 FaceDetailer 精细化

  5. STEP 5

    在 FLICK 中将其变为现实

    ComfyUI 止步于静态图像,而且图表、自定义节点和 GPU 都需要你自己维护。将你锁定的角色放入 Flick,用 Veo 3、Kling 或 Seedance 为其添加动画,角色参考功能会将相同的面孔带入视频,无需连接适配器堆栈。

    Flick 中的 在 Flick 中将其变为现实

COMFYUI 如何保持角色一致性

IPAdapter FaceID Plus

IPADAPTER FACEID PLUS

将参考面部输入到 IPAdapter FaceID Plus v2 节点中,它会使用面部嵌入使每次生成都偏向该身份,无需训练。
InstantID 和 ControlNet

INSTANTID 和 CONTROLNET

InstantID 从单张图像锁定身份特征,而 ControlNet OpenPose 节点固定姿势和构图,这样同一个角色就能稳定出现在你想要的每个场景中。
FaceDetailer 处理

FACEDETAILER 处理

将面部区域通过 FaceDetailer 节点进行精细化处理,在主生成后重新优化和锚定相似度,提高镜头间的一致性。

COMFYUI 用于角色一致性:优缺点


优势

  • 免费且完全本地运行,无单张图片成本
  • 最大程度的控制:身份、姿势、风格和面部修复均为独立节点
  • 在 IPAdapter 或 InstantID 路径上无需训练
  • 庞大的社区资源库,提供现成的工作流程

局限

  • 节点图学习曲线陡峭,自定义节点经常失效
  • 依赖项设置繁琐:InsightFace、ONNX 和模型下载
  • 需要高性能 NVIDIA GPU 才能运行 SDXL 和 Flux 图表
  • 仅支持图片,且适配器在极端角度和表情下仍会偏移

COMFYUI 角色一致性常见问题

COMFYUI 中保持角色一致性的最佳工作流程是什么?

2025 年的常见路径是使用 SDXL 检查点搭配 IPAdapter FaceID Plus 进行身份识别,ControlNet 控制姿势,以及 FaceDetailer 处理以锐化面部。

我需要在 COMFYUI 中训练 LORA 吗?

不一定。IPAdapter FaceID 和 InstantID 可以从参考图像中提供免训练的身份识别。只有当你需要最深度、最可重复的保真度时才需要训练 LoRA。

我应该使用什么 IPADAPTER 权重?

大约 0.7 到 0.8。权重为 1.0 往往看起来过于生硬,而 0.5 则会丢失相似度。

为什么我的角色还是会发生偏移?

适配器会偏向参考,但不保证身份完全一致。极端角度、夸张表情和较大的风格变化仍会导致偏移;重复使用参考、种子值和 FaceDetailer 处理可以减少偏移。

COMFYUI 能制作视频吗?

此工作流程本身不支持。将角色锁定为静态画面,然后在托管的视频模型中制作动画,例如 Veo 3 或 Kling,两者都可在 Flick 中使用。

有没有更简单的方法来保持角色一致性?

可以。Flick 的角色参考功能只需上传一次即可锁定角色,无需节点图或 GPU 设置,然后将其应用到静态图像和视频中。


跳过节点图。只需锁定一次角色。