用 Flux 2 Klein 做 i2i 换脸,如何让表情、光线和位置完全匹配?
有用户在 ComfyUI 社区求助:用 Flux 2 Klein 工作流做 i2i 换脸时,生成结果在头部大小、位置和面部表情上与原图不匹配,眼睛、嘴和眉毛无法精确对齐。该用户此前先训练模型生成“够用”的照片,再在最后一步做换脸,但效果仍不理想,并询问这一目标目前是否仍无法实现。
有用户在 ComfyUI 社区求助:用 Flux 2 Klein 工作流做 i2i 换脸时,生成结果在头部大小、位置和面部表情上与原图不匹配,眼睛、嘴和眉毛无法精确对齐。该用户此前先训练模型生成“够用”的照片,再在最后一步做换脸,但效果仍不理想,并询问这一目标目前是否仍无法实现。
Qwen 2.1 因能生成透明背景图像而受好评,但其“官方”模板中用于增强提示词的默认模型 qwen3.5_9b_qwen_image_2.1_pe_i2i.int8_convrot 及所有变体,都带有明确指令,会“静默”把透明背景请求改成纯白背景。用户可通过“越狱”加入强制透明指令或自行编写提示词绕过,但并非 100% 可靠,即使明确要求透明,仍常得到纯白背景。
针对 4 天前发布的 MOSS 模型,有人依据官方代码绘制了 MOSS 5B 架构图,并附上论文与代码梳理中的补充信息。该图用 Typst 的 CeTZ 绘制,采用模块化设计,可单独渲染各模块或复用到其他图中,以 MIT 协议开源。
ComfyUI 虚拟人节点开发更新,角色性格改善后回复变长,数据增加带来"知性提升"的感觉。新增背景颜色与图片切换、环境识别能力,并扩充独白与哼歌词汇(此前仅有星空、 fluffy 等词),还向 VOICEVOX 词典注册了读音修正。
ComfyUI v0.42.0 于 10 月 19 日发布,正式支持 OpenMOSS 的 5B 图像模型 MOSS-Image,并加入 Qwen 3.x 系性能改善 Part 2。
Veras 4.5 的 Smart Selection 可按类别、对象、材质或自定义提示词快速选中可见像素,选区图会缓存并在切换渲染时恢复,适合快速局部修改。但它只是从图像推断区域,不继承 Revit、Rhino、SketchUp 或渲染器中的对象名与材质槽;Cryptomatte 则记录场景预先赋予的身份,适合可重复合成。2026 年 5 月官方曾表示暂不支持导出颜色分割图,团队计划后续加入。
Veras 4.5 将 Describe Source Image 移入主面板,由 Florence 2 生成短、中、长三档描述,可复制为提示词起点,切换源图会清空旧描述。该功能只报告画面所见,无法识别设计意图与必须保留的固定事实,直接照抄会把遗漏变成方案。正确做法是逐句标注"已观察/推断/缺失/误命名",再把固定几何与请求变更拆成两段写入提示词。
ComfyUI 0.42.1 加入 OpenMOSS 团队开发的 MOSS-Image Base 图像生成模型,支持用含坐标的 JSON 指定文字与物体布局,采用 Apache 2.0 许可。
GIMP 3 开源插件 OpenFill 可通过 ComfyUI 在本地完成生成式填充、去物、扩图和文生图,无需上传云端。AI 音效工具 earshot v0.3 新增 201 个代码合成音效库,仅用 CPU 即可离线运行。
作者盘点了围绕 MiniMax H3 的七个 ComfyUI 工具,包括抑制视频延长画质劣化的 H3-LongTakeNoCuts、在时间线上生成延长与中间片段的 obvpm-timeline。
推荐理由:七个围绕 MiniMax H3 的 ComfyUI 工具各有分工,覆盖长镜头画质保持、时间线生成与显存优化,可对照自身流程挑选。
ComfyUI-MangaScreen 是 ComfyUI 中可生成较高质量漫画网点色调的工具,作者逐项测试了 screen_lines、white_point、black_point、light_tone、dark_tone、gradation、pen_threshold、white_lines 等设置项的效果与注意事项。
在 ComfyUI 中实测 MOSS-Image sft 的 8/4/2step 加速 LoRA,RTX 4090 上 8step 生成耗时 10 秒、4step 9.5 秒、2step 9 秒,VRAM 均为 16GB。模型加载后单张图约 1-2 秒即可出图,减少步数后仍能生成一定文字。LoRA 体积较大,需额外约 1GB 显存。
作者用 ComfyUI 将 Animagine XL 4.0 Opt 生成的红裙角色原图,经 Animagine XL 3.1 以 Denoise 0.85 转成全身手办风图像,未使用 LoRA 与 ControlNet。
作者在 RTX 5070 12GB 上实测 Wan 2.2 图生视频,约 34GB 模型权重下 GPU 实际只占用 8–9GB 显存,其余由 ComfyUI 动态加载从内存和硬盘流式读取。
推荐理由:作者用同一台机器把内存限制到 16GB 重跑,纠正了自己此前把内存当成瓶颈的结论,给出了可复现的显存与内存实测数据。
Dreamer 2.0.1 面向 Apple Silicon Mac 发布,修复 Photoshop 首次原生打开主面板时显示事件早于插件生命周期监听器注册、导致启动逻辑未触发的问题,Host 会有限次读取面板菜单状态补回首次显示。
Dreamer 2.0.1 发布 Windows x64 版,插件本体完全免费、登录可选,无需 Token Plan 即可直接生图与本地校色、对齐、光线贴回。该版本素材生成 Auto 分辨率优先使用模型支持的 4K,候选归档到“生成资产”可复用。EXE 尚未进行 Authenticode 签名,Windows 可能提示未知发布者或 SmartScreen,需核对 SHA-256。
ComfyUI 作者 comfyanonymous 于 10 月 19 日发布 MOSS_image_MAX_ULTRA_hires_lora_test,这是一个针对 OpenMOSS 的 5B 文生图模型 MOSS-Image 的 LoHa 适配器,目标是把生成分辨率提升到 4 MP 及以上。
Krea 推出 Blender 插件,在 3D Viewport 侧边栏生成材质参考、环境概念、灯光测试与多机位视图,需 Blender 5.2 及以上,支持 macOS 与 Windows。
Krea 发布 DaVinci Resolve 插件,可在 Resolve Studio 内生成光感、色调与氛围参考,以及背景板、环境和插入镜头,生成结果作为普通媒体进入项目。
Krea 发布 Photoshop 插件 Krea for Photoshop,在 Photoshop 文档内提供背景替换、重打光、多机位布局、图像与视频生成、实时画布和产品 mockup,结果以普通图层返回。
推荐理由:Krea 把图像与视频生成搬进 Photoshop 面板,结果以普通图层返回,方便对照现有修图流程评估接入方式。
ComfyUI-CharacterCardStudio 1.2.1 于 10 月 20 日发布,这是一个自定义节点包,可生成角色参考设定卡并按模板切片排版。输入为一张身份锚定参考图或一段角色描述,输出为多格卡片,每格生成后裁切为固定 768x768 并放回原位。
Krea 发布 Premiere Pro 插件,可在剪辑软件面板内生成镜头、插入镜头、背景板和风格方案,结果以普通媒体素材进入项目,可照常裁剪、合成、调色和混音。
推荐理由:Krea 把生成能力嵌进 Premiere 时间线,成片以普通素材形式落地,剪辑师可直接沿用现有流程处理。
创作者用 ComfyUI 默认工作流对比测试了 Krea2、MOSS、Qwen2.1 和 Flux3 四款开源模型,每个模型与提示词组合跑 3 个不同种子取最佳结果。
Flagship Scene UI 是一款运行在 ComfyUI 内的自定义节点界面,面向 MiniMax H3 将视频工作流按场景和片段组织,支持导入含提示词、参考分配与生成设置的 JSON 计划,并可单独重生成某个片段而无需重建整个项目。
作者发布 H3 Recast 工作流,可在一次运行中替换已有片段里最多 3 个人物,保留动作、场景与原始音频,并加入 FaceRefine 对口型修复环节。流程为载入片段、取一帧用 Qwen-Image 或 GPT Image 等改成新形象作为场景参考,再为每人写一行描述,填几行就替换几人。
推荐理由:作者给出一次替换最多三人的 ComfyUI 工作流,并列出显存、内存与三档显卡实测耗时,便于评估本地部署成本。
作者在 Windows 11 上用 ROCm 让 TRELLIS.2 在 AMD RX 9060 XT 16 GB(gfx1200)的 ComfyUI 中正常运行,并把修复与工作流放在 GitHub 仓库 ovaoz/trellis2-amd-windows。
一位 ComfyUI 新手用 Civitai 训练了一男一女两个角色 LoRA,搭配 WAI-Illustrious-SDXL 检查点,单独生成时效果良好,但同图生成时出现特征混合、角色重复(2 女、2 男甚至 3 人)和保真度下降。
作者在 RTX PRO 6000 Blackwell 上对 LTX-2.5(图像加提示词生成 10 秒 1080p 带音频)做端到端剖析并重写慢速环节,同一模型、同一图片与提示词、同一 600 W 功耗上限下,原版 ComfyUI 每片段 130.1 秒、19.2 Wh,优化后为 42.9 秒、6.9 Wh。
Flux-3 的提示词改写模型与系统提示词生成的详细提示词,效果优于手写提示词,可用于 Flux-2 9B 的非简单图像编辑。该模型通过独立机器上的 llama.cpp server 部署,几秒内即可返回结果,比 ComfyUI 内置 GenerateText 方法快。当 Flux-2 不配合手写提示词时,额外等待可能值得。
Workflow Studio 发布 v0.8.8,配合 ComfyUI v0.42.0 支持 MOSS-Image,工作流标签页的生成 UI 标签对应检查从数十秒等待缩短到体感约 2 秒。
作者发布 ComfyUI 安装与 FLUX 3 Klein 入门教程,覆盖 Windows 安装、模型下载、图像编辑、布局与批量生成等 16 个示例,并给出 RunPod、SimplePod、Massed Compute 与 Linux 路线。
InvokeAI 7.0.0 alpha 3 发布,新增看板按角色共享、Qwen-Image-2.1 图像模型支持,以及面向 NVIDIA 显卡的 SageAttention 加速后端。该版本在 RTX 4090 上 2048² 分辨率整图生成提速 15–35%,视频生成提速 12–35%。注意 v7 会单向升级 v6 数据库,官方建议使用全新 root 目录安装测试。
一名用户在同一台 5090、32GB 内存机器上用 MiniMax H3 生成视频时发现,ComfyUI Desktop 版几乎占满系统内存、电脑卡顿,换用 Portable 版并复制相同模型与工作流后,系统内存占用降至约 45%,显存仍约 31GB,生成速度基本一致。该用户称 Portable 版安装远比预想简单,并询问是否为 Desktop 版普遍问题。
作者用 Z-Image Turbo(8 步)加自训角色 LoRA(0.8)再经 SDXL refine 生成固定角色,多数露手画面出现六指、手指粘连和指甲异常。
推荐理由:作者实测对比了整图编辑与手部裁切编辑两条路线,给出可复用的裁切修复流程与具体参数。
作者发布开源项目 freavy,一个基于 ComfyUI 运行的免费本地优先节点画布,用于 AI 图像与视频生成,素材与渲染都在自己的 GPU 上完成,无需订阅也不上传内容。
在 ComfyUI 中用 Z-Image-Turbo BF16、Flux.2 Klein 9B、Qwen Image 2.1 和 Krea.2 Turbo 分别以英文与日文提示词生成同一张少女卧室写真,作者认为两种语言的生成精度没有明显差距。
Reddit 用户实测 Qwen Image 2.1 默认工作流的提示词增强器(PE),将 max_tokens 从默认 4096 提到 12000 仍不够用:开启 thinking 时 token 全耗在推理上导致输出为空,关闭后又会写出 12k token 指令被截断,生成效果更差。
Black Forest Labs 发布 Flux3 Image Klein,官方介绍为 5.6B 开源权重图像模型,支持文生图、最多 10 张参考图的编辑以及用边界框做布局控制,蒸馏版 16 步无引导运行,Base 版 50 步配合无分类器引导。作者在 RTX 5060ti 16GB 上运行最轻版本,用多图替换提示词测试,称比 Klein 4b 蒸馏版慢但可接受,角色有轻微漂移,整体控制力较强。
有用户在 ComfyUI 中搭建了两套工作流,用于为 MakeHuman 角色的 UV 重新贴图,并保持纹理布局可用于 3D 管线。第一套工作流重排 UV 布局并逐块处理纹理,可用 Qwen 自动生成描述或手动输入;第二套按身体部位分通道处理,每块超分至 2160 px 后放回 2048 x 2048 布局,支持加载此前结果进行局部编辑与混搭。
作者发布开源工具 vhotseat,让本地 LLM 服务器与 ComfyUI 在同一张消费级显卡上轮流占用 VRAM 和 RAM,避免显存溢出。