如何在 Flux 中保持角色一致性
FLUX
Flux 通过 Flux Kontext 最能保持角色一致性，这是一个上下文编辑模型，无需训练即可在编辑过程中保持主体一致。若要完全可重复的身份，请训练 Flux LoRA；对于复杂画面中的面部，可添加 PuLID。
HOW IT WORKS
STEP 1
从一张清晰的角色图像开始
生成或选择一张清晰的角色图像。使用 Kontext 时，这张单一图像就是你要保持的主体。
STEP 2
使用 KONTEXT 进行上下文编辑
加载 Flux Kontext，提供角色图像以及新姿势或场景等指令。Kontext 在改变设置的同时保持主体不变。
STEP 3
训练 LORA 以实现完全可重复性
对于需要经常重复使用的角色，在 15 到 30 张不同图像上训练一个 Flux LoRA 和一个独特的触发词，然后在任何提示词中调用它。
STEP 4
使用 PULID 锁定面部
当面部较小或漂移时，在提示词或 LoRA 之上添加 PuLID 以保留特定身份。
STEP 5
在 FLICK 中将其变为现实
Flux 只能生成静态图像。将锁定的角色放入 Flick 并使用 Veo 3、Kling 或 Seedance 为其添加动画，这样角色就能延续到视频中。
FLUX 如何保持角色一致性
FLUX KONTEXT
Flux Kontext 可以编辑现有的角色图像，并在多次操作中保持主体一致，这是无需任何训练即可保持单个角色一致性的最强方法。
FLUX LORA
面部 PULID
PuLID 以注入并保持特定面部，当面部在画面中较小时特别有用，且无需重新训练模型。
FLUX 角色一致性：优缺点
优势
- Kontext 无需微调即可在多轮中保持强一致性
- Kontext dev 是开放权重，可在消费级 GPU 上运行
- 对人物主体具有高基准真实感和提示词遵循度
- LoRA 可在相对较小的数据集上高效训练
局限
- 12B 模型显存占用高；本地运行 Flux 需要强大的 GPU
- LoRA 训练仍需要数据集准备和 GPU 时间成本
- Kontext dev 仅供非商业用途；商业使用需要 API 套餐
- 仅限图像生成，因此角色必须在单独的视频模型中添加动画
FLUX 角色一致性常见问题
在 FLUX 中保持角色一致性的最佳方法是什么？
Flux Kontext 是最强的免训练选项：它可以编辑现有角色图像，同时在多次操作中保持主体一致。如需完全可重复的身份，请训练 Flux LoRA。
FLUX REDUX 是角色一致性工具吗？
不是。Redux 是一个图像变体和重新风格化适配器；它不保留面部身份。请使用 Kontext、LoRA 或 PuLID 来实现角色一致性。
我需要训练 LORA 吗？
并非总是如此。Kontext 无需训练即可在编辑过程中保持角色一致。当您需要在许多不同提示词中从头呈现相同身份时，请训练 LoRA。
我可以在商业项目中使用 FLUX KONTEXT 吗？
Kontext dev 以非商业许可发布。对于商业用途，请使用 API 层级或其他符合您授权需求的方式。
FLUX 可以制作视频吗？
不能。Flux 仅支持图像。将角色锁定为静态图像，然后在托管视频模型（如 Veo 3 或 Kling）中对其进行动画制作，这两个模型在 Flick 中均可使用。
有没有更简单的方法来保持角色一致性？
可以。Flick 的角色参考功能无需 GPU 或训练，只需上传一次即可锁定角色，然后在静态图像和视频中保持一致。
放弃 LORA 和触发词。