XUPLX_INPAINT_IMG2IMG-REFINEMENT_UPSCALE

README： XUPLX ZIMAGE 合并 + 修复 + 图到图 + 放大工作流

1) 核心模型堆栈 + 目标分辨率：

基础 UNet 检查点：z_image_turbo_bf16.safetensors

CLIP：qwen_3_4b.safetensors（搭配 lumina2）

VAE：ae.safetensors

主潜在画布为 1024×1536（SD3 潜在节点），因此此工作流默认生成该尺寸的肖像格式图像。

2) “双提示，单种子”策略：

工作流先生成“情绪（MOOD）”，再后期生成“自然语言（NATURAL LANGUAGE）”，你可以调节两者之间的“混合比例”。

具体实现机制如下：

所有采样器共享一个固定种子（seed = 01234567890）。

一个全局 STEPS 整数（设为 20），供多个采样器使用。

共享的 END_AT/START_AT 整数（设为 5），因此第一阶段运行 0→5 步，第二阶段运行 5→20 步。

“混合旋钮”为 ModelSamplingAuraFlow，在继续潜在空间的分支中设为 5（README 中称此为“中间位置”调节）。

“情绪”与“自然语言”提示通过 Mixlab TextInput_ 节点（标记为“MOOD”和“NATURAL LANGUAGE”）集中管理，并通过链接驱动 CLIPTextEncode 节点。

3) LoRA 的作用（以及其适用/不适用范围）：

可加载一个可选 LoRA（XUPLX_UglyPeopleLoRA.safetensors）；强度设为 0.4 / 0.4，默认开启。

LoRA 修改后的模型仅用于工作流的“情绪（MOOD）”部分，其他部分（尤其是修复分支）仍使用基础模型路径。XUPLX LoRA 为可选，基于真实照片训练。

下载 XUPLX_UglyPeopleLoRA：

/model/2220894/xuplxuglypeoplelora

4) 修复阶段（掩码来自 CLIPSpace）：

生成完成后，执行经典修复步骤：

加载你的合并图像（直接复制粘贴到“加载图像”节点中）。

工作流中的修复提示示例：“这位女性正背着一个黑色背包。”

5) 图到图阶段：

图到图（Img2Img）旨在将合并图像中的光照、氛围与主体，与修复后的素材进行合成。去噪强度默认设为 0.45，但会因图像而异。

6) 最后，对图到图输出运行 SeedVR2 放大器：

默认配置输出为 2048×3072 分辨率，并使用“lab”色彩模式。

SeedVR2 的 VAE 设为 ema_vae_fp16.safetensors。强烈建议使用 GGUF 模型进行放大。若 VRAM 清理失败，可能出现内存溢出（OOM）错误，只需重新运行放大即可。

5) 依赖的工具/自定义节点包：

此工作流要求安装多个自定义插件包，包括：

Mixlab 节点（TextInput_）

Comfyroll（CR Load LoRA）

RvTools v2（用于 STEPS、END_AT/START_AT 的整数节点）

rgthree（图像比较器）

WAS 节点套件（Seed 节点）

SeedVR2 放大器包

工作流附带一份 README，你也可以查阅我撰写的文章：

如何使用 XUPLX 和 ZImage Turbo 快速合并图像风格

https://civitai.com/articles/23657/how-to-merge-image-styles-quickly-with-xuplx-and-zimage-turbo

你可在此下载我工作流的简化版本：

/model/2221102/xuplx-merge-workflow

如果你喜欢这个工作流……别给我买咖啡！！

请在 Chrome 网上应用店下载 "ExportGPT - 媒体与聊天导出工具包"。如果你经常使用 ChatGPT 和 Sora，这是无需外部服务器即可快速迁移资源的必备工具。它拥有五星评分，且永久免费！

查看实际效果： exportgpt.org