Z-Image-Controlnet-2.1-8-step text-to-image+lora face fix & paste-back+upscale
详情
下载文件
模型描述
此工作流通过双阶段渲染流程，增强Z-Image模型的局部修复能力，尤其在小面部位于大画幅等复杂场景中，显著提升角色一致性。在第一阶段“高噪声”处理中，ControlNet 2.1引导整体结构，同时以低强度的角色LoRA建立基础面部特征；第二阶段“低噪声”处理则将LoRA强度提升至满值，精准还原角色身份，并绕过ControlNet，以实现更精细的美学优化。
使用方法：提供一张图像并遮罩需修复的区域。工作流还支持两种最终输出的放大选项：基于扩散的平铺放大器（TTP）和SeedVR2，后者能提供更忠实、高分辨率的放大效果。这种双阶段方法在强结构控制与高保真细节之间取得平衡，适用于复杂的局部修复任务。
🎥 YouTube 视频教程
想了解这个工作流到底是怎样的工具，以及如何快速启动？视频主要介绍工具定位、快速启动方法和我的构筑思路。我们会直接在 RunningHub 上进行演示，让你第一时间看到实际效果。
👉 YouTube 教程: https://youtu.be/NzMIK3p3aKM
开始前建议尽量完整地观看视频 —— 把握整体思路会更快上手，也能少走常见弯路。
⚙️ 在线体验工作流
现在就可以在线体验，无需安装。
👉 工作流: https://www.runninghub.ai/post/2003343268333092866/?inviteCode=rh-v1111
打开上方链接即可直接运行该工作流，实时查看生成效果。如果觉得效果理想，你也可以在本地进行自定义部署。
🎁 粉丝福利：注册即送 1000 积分，每日登录 100 积分，畅玩 4090 体验 48 G 超级性能！
📺 Bilibili 更新（中国大陆及南亚太地区）
如果你在中国大陆或南亚太地区，可以通过下方视频查看该工作流的实测效果与构思讲解。
📺 B站视频： https://www.bilibili.com/video/BV1iEBuB1EbB/
我会在 夸克网盘 持续更新模型资源：
👉 https://pan.quark.cn/s/20c6f6f8d87b
这些资源主要面向本地用户，方便进行创作与学习。