ComfyUI Multi-Subject Workflows
详情
下载文件
关于此版本
模型描述
这是一组为 ComfyUI 设计的自定义工作流
它们能够生成多个主体，每个主体拥有各自独立的提示词（prompt）。
这些工作流需要一些自定义节点才能正常运行，主要是为了自动化或简化设置过程中的繁琐操作。
若需安装任何必要的自定义节点，最佳方式是获取 ComfyUI Manager，然后进入管理器，点击“安装缺失的自定义节点”。若仍有缺失节点，请参考对应工作流“关于此版本”部分列出的依赖项。
最近更新的工作流：
潜空间情侣姿态（Latent Couple Pose）（原名：LoRA 潜空间情侣）— 新增工作流，但从用户使用体验来看，它与“区域 LoRA”和“区域 LoRA+”非常相似，只是采用了更新、更高效的方法，允许将 LoRA 模型绑定到条件区域，从而实现整个图像仅用一次采样完成，而非分别对各区域独立采样。如果您之前使用过上述工作流，本次体验基本一致。该工作流因具备全部功能且表现更优，已使“区域 LoRA”、“区域 LoRA+”以及“交互式 OpenPose”工作流变得冗余，故将逐步停止维护。
潜空间情侣（Latent Couple） — 已更新以适配当前的 ComfyUI 和自定义节点版本。新增 LoRA 支持。由于现已支持区域条件 LoRA，因此原名为“LoRA 潜空间情侣”的命名已不再合适，已进行更名。
在重制“潜空间情侣”时，我意识到这两个活跃工作流在当前阶段已极为相似，理论上可合并为一个而不造成问题。但最终我选择不合并，以避免引入复杂的路径逻辑，并保持各工作流的专注性。
以下是使用“潜空间情侣姿态”功能的演示视频：
- “潜空间情侣”目前已暂时标记为已弃用，正在开发更新版本。
请从模型版本页面下载，而非“更新通知推送”页面，因为每次发布新版本时，我都会删除并重建“更新通知推送”版本以推送通知，而删除版本会导致其上的统计数据、评论和评分全部丢失。
潜空间情侣 vs 潜空间情侣姿态
目前这两个工作流非常相似，主要区别在于“潜空间情侣姿态”额外使用了 OpenPose ControlNet 提供引导信息。表面上看，这一设计似乎更复杂，原因在于默认情况下，我们优先生成一张图像，通过 OpenPose 预处理器获取 ControlNet 所需图像，从而无需加载外部资产——此过程需在流程开始处添加一个基本的 T2I 工作流。但该过程可轻松替换为使用预先准备好的姿态图像加载器。
姿态版本在复杂场景下能生成更精确的图像，但同样的复杂场景也增加了预处理器提取姿态信息的难度，因此 paradoxically（讽刺性地），让 AI 在更基础的“潜空间情侣”中自由发挥反而可能因偶然获得更佳结果。与默认使用图像中提取姿态的方法相比，若为“潜空间情侣姿态”提供来自 OpenPose 编辑器的预制作姿态，则结果始终更优。我本希望将此类编辑器整合进工作流中，这将是一个巨大提升，尤其若能在工作流中直接提供初始姿态和背景图（因线条人难以准确判断），但遗憾的是，目前没有任何此类工具仍被良好维护。
工作流：
潜空间情侣
通过将不同提示词应用于图像的不同区域，实现对图像构图更精细的控制。
根据我的测试，它通常优于“噪点潜空间构图”（Noisy Latent Composition）。
这是 ComfyUI 中相当标准的用法，仅额外集成了部分来自自定义节点的用户体验优化功能。
噪点潜空间构图（已弃用）
在前几步（如 4/20 步）中，分别对每个提示词生成独立图像，仅形成主要元素的大致轮廓，然后将其合并，并用“潜空间情侣”完成剩余步骤。
这在 ComfyUI 中属于常规做法，也整合了一些来自自定义节点的体验优化功能。
角色互动（潜空间）（已弃用）
首先，若你追求实际可用的效果，请尝试“角色互动（OpenPose）”或“区域 LoRA”。本工作流并不真正生效，仅留作归档用途。
此为尝试在不使用 ControlNet 的情况下生成两个角色之间的互动，同时保持对其外观的高度控制。结果极其不稳定且不可靠。
我们通过在单一提示词下处理前几步（如 6/30 步）完成整个图像的生成，该提示词需描述预期的互动内容（+背景 和 两位角色的共同特征也有帮助）。
随后在第二个 KSampler 中，对剩余步骤添加两个新的提示词，分别对应每个角色，限制范围为其“预期”（推测）出现的区域，通常为图像的左半部分/右半部分，并有部分重叠。
坦白说，结果和一致性都不佳。若你愿意尝试，可调整的参数包括：KSampler 切换的时间点、角色提示词之间的重叠程度、提示词强度。根据我的测试，我能实现的最接近互动效果是接吻，尝试拥抱却未能成功。
切换 KSampler 的步数越高，获得预期互动的稳定性越强，但角色提示词的影响会减弱（我建议在总步数的 20%-35% 之间调整）。你或许可通过提升角色提示词强度部分抵消这一影响。
潜空间情侣姿态
此工作流应紧随“角色互动（OpenPose）”与“区域 LoRA”的说明之后呈现，但为使其更醒目且内容完整，目前置于上方。下方工作流均已弃用。
此工作流采用与上述类似的方法，展示的示例图像同样适用于本工作流。主要区别在于：我们不再使用区域采样（Regional Sampling），转而采用更新且更优的 LoRA 钩子（hook）机制，可在一次采样中完成整张图像生成，无需分别采样每个 LoRA 区域。
角色互动（OpenPose）（已弃用）
另一种生成角色互动的方法，这一次真正有效，且效果极其稳定。实现方式为在潜空间构图中混合使用 OpenPose ControlNet。为便于使用，OpenPose 图像可预先生成，无需手动输入预制作图像。因此整体流程相较于普通生成过程并不复杂。可在导入至 ComfyUI 后，查看工作流内的说明获取使用指南。
从技术角度看，实现过程比简单应用 OpenPose 稍显复杂。由于我们需处理总共 3 个（或更多）条件输入（背景 + 两位角色），直接对全部三个应用 ControlNet（无论在合并前或后）会导致问题：背景图像上的 OpenPose 应用正确（OpenPose 图像尺寸与背景一致），但角色图像上的 OpenPose 被压缩以适配其尺寸，最终产生 3 张未对齐的 ControlNet 图像。因此，我们只能将未修改的 OpenPose 图像应用于背景。然而，若仅至此处，角色将完全缺乏 ControlNet 引导，生成结果将与 OpenPose 图像无关。
因此，我们必须裁剪 OpenPose 图像中与角色区域相对应的部分，并将这些裁剪后的部分分别应用于每个角色的条件输入，在合并为最终条件之前完成。只有完成此步骤，才能生成最终图像。
下图展示了最终的条件构型：
顺便提一句，工作流会为你自动生成类似的构型图 :)
背景条件覆盖整张图像，包含全部姿态数据。
角色1以绿色区域表示，其内包含该区域对应的姿态裁剪图。
角色2以蓝色区域表示，其内包含该区域对应的姿态裁剪图。
图像首先生成，随后从图像中提取姿态数据，裁剪并应用至条件中，最终用于生成正确图像。这免去了你需要手持可用的 OpenPose 图像的麻烦。
以下是最终生成结果：
该结果包含超分处理后的二次迭代、人脸修复以及最终再次超分，全部步骤均包含在工作流中。
同时生成了条件区域的便捷预览图（见上图）。理想情况下，应在图像正式生成前完成，但目前 ComfyUI 尚未实现相关控制逻辑，因此有时该预览图反而是最后一步。对此我目前也无能为力。
更多使用相关信息已在工作流内部说明。
区域 LoRA / 区域 LoRA PLUS
如名称所示，这些工作流允许你将 LoRA 模型应用于图像的指定区域。
例如：生成两位角色，分别使用不同 LoRA 与不同艺术风格；或为同一角色，面部应用一套 LoRA，身体其余部分应用另一套 LoRA —— 例如cosplay效果！
区域 LoRA 与区域 LoRA PLUS 的区别是什么？
区域 LoRA 仅支持 2 个区域 —— 你绘制一个遮罩，被遮罩区域为区域1，其余为区域2。
区域 LoRA PLUS 支持任意数量区域，但需为每个区域分别绘制遮罩（与“互动式 OpenPose”类似）。
因此，若仅需 2 个区域，基础版更易使用，且能保证区域完美对齐。
此外，目前 PLUS 版本无法在超分后使用区域采样，因缺少关键节点，若强行实现将导致流程极度复杂。
它是如何运作的？
关键在于 Impact Pack 和 Inspire Pack 由 ltdr.data 提供的“区域采样”节点。它们允许我们根据遮罩区域使用不同的采样器生成图像部分。这意味着我们可以为不同区域设置不同的 LoRA 模型，甚至对遮罩区域与非遮罩区域使用不同的模型检查点（checkpoint）。这是核心机制，但显然并不仅仅是拉来节点就能完成。完整流程如下：
首先，使用真实风格检查点生成目标姿态图像，并通过 OpenPose ControlNet 预处理器处理：
下一步进入“预览桥接”节点（Impact Pack 提供的另一节点），该节点本质上是一个可绘制遮罩的预览图像节点，同时输出图像与遮罩。上述图像将在此处呈现。完成该步骤后，停止图像生成，将图像在“遮罩编辑器”中打开，可如下对角色之一绘制遮罩：
随后，沿遮罩边界裁剪 ControlNet 图像，并将其应用至对应区域的条件输入。得益于 ControlNet，图像在视角上保持一致，可实现不同区域角色间的互动。这些区域遮罩也决定了负责清晰 LoRA 分离的采样区域。
最终效果：
左侧：星街彗星 星街すいせい / Hololive
右侧：异世界情绪 Isekai Joucho Nemophila ver