在 ComfyUI 中构建保持角色身份一致性的生成工作流（图…

当你需要在 ComfyUI 中生成跨图像、视频、语音保持一致身份的角色，或做换脸、3D 转写实、多参考一致性、迭代式角色编辑时使用。

适用场景

解决思路

1. 先明确目标：只要图像？要视频？要配音？源素材是什么？再据此选择流水线模式。
2. 按来源选择身份保持方法：从参考图（如 3D 渲染）出发用 InfiniteYou 或 InstantID + IP-Adapter；追求最高身份保真用 FLUX.2（最多 10 张参考图）或 PuLID Flux II；需要不重训的迭代编辑用 FLUX Kontext；做视频用 LTX-2、Wan 2.2 MoE 或 FramePack；需要角色配音用 TTS Audio Suite 或 F5-TTS Cross-Lingual。
3. 模式 1 零样本角色生成（无需训练）：Load Reference Face → InstantID + IP-Adapter FaceID → ControlNet Pose → KSampler → FaceDetailer → Upscale。关键参数：CFG 4-5（防止 InstantID 过曝）、分辨率 1016×1016（避免水印伪影）、IP-Adapter 权重 0.6-0.8、InstantID 噪声注入 35% 到负向。
4. 模式 2 LoRA + 身份方法（最大一致性）：Train LoRA → Load LoRA + Checkpoint → Add InstantID/PuLID → Generate → FaceDetailer → ReActor（可选）→ Upscale。训练要求：15-30 张图像，姿势/表情/光照多样，使用唯一触发词（如 "sage_character"）。
5. 模式 3 视频生成流水线：Generate/Load Hero Image → Wan 2.1 I2V 或 AnimateDiff → 逐帧 FaceDetailer → 帧插值 → Video Combine。模型选择：Wan 2.1 14B 质量最佳、需 24GB+ VRAM、较慢；Wan 2.1 1.3B 需 8GB VRAM、质量好、更快；AnimateDiff Lightning 最快、适合迭代。
6. 模式 4 带配音的说话头像，两种做法：做法 1（图像→说话头像）：Character Portrait → Generate Audio → SadTalker/LivePortrait → CodeFormer Enhancement → Final Video；做法 2（视频→加配音）：Existing Video → Generate Audio → Wav2Lip Lip-Sync → CodeFormer Enhancement → Final Video。
7. 按用途选图像模型：最佳写实 FLUX.1-dev；多参考一致性 FLUX.2（最多 10 张参考图）；快速迭代 RealVisXL V5.0；角色编辑 FLUX Kontext；迭代精修 FLUX Kontext Pro/Max（比 GPT-Image API 快 8 倍）。
8. 按用途选身份保持方法：FLUX.2 用于多参考一致性（24GB+）；InfiniteYou 用于最高身份匹配（24GB）；FLUX Kontext 用于迭代编辑（12-32GB）；PuLID Flux II 用于双角色、无模型污染（24-40GB）；AuraFace 用于商业身份编码（12GB）；InstantID 用于风格迁移、3D→写实（12GB）；IP-Adapter FaceID 用于速度、低 VRAM（6GB+）。
9. 按质量/速度/显存选视频模型：LTX-2（开源 4K 音视频、16GB+）、Wan 2.2 MoE（电影级、首尾帧控制、24GB+）、FramePack（60 秒视频、仅 6GB）、Wan 2.1 1.3B（8GB+）、AnimateDiff V3（快、8GB、无限长度）。
10. 按许可证/质量/功能选语音工具：TTS Audio Suite（多语言、23 种语言、情感控制）、F5-TTS（MIT、<15 秒样本零样本、跨语言）、Chatterbox（MIT、副语言标签如 [laugh]/[sigh]、4 种声音）、IndexTTS-2（MIT、8 种情感向量控制）、ElevenLabs（商业、生产级 API）。
11. 通过 ComfyUI-Manager 安装必需自定义节点：先装 ComfyUI-Manager，再装 ComfyUI_IPAdapter_plus、ComfyUI_InstantID、ComfyUI-Impact-Pack、ComfyUI-ReActor、ComfyUI-AnimateDiff-Evolved、ComfyUI-VideoHelperSuite、comfyui_controlnet_aux、ComfyUI_UltimateSDUpscale、ComfyUI-Frame-Interpolation。
12. RTX 50 系列优化：32GB VRAM 的 RTX 5090 上多数工作流无需优化；ComfyUI v0.8.1 启动参数用 --highvram --fp8_e4m3fn-unet；启用 NVFP4/NVFP8 精度格式（快 3 倍、VRAM 降 60%）、权重流式加载（VRAM 耗尽时用系统内存）、8K+ 放大启用 tiled VAE、并行批量 4× 1024×1024、原生运行 Wan 2.2 14B + LTX-2、FLUX 用 FP8 量化（VRAM 降 50%）。
13. 构建工作流时按流程执行：明确目标 → 选择流水线模式 → 按 references/workflows.md 的节点配置生成工作流 → 附上 references/models.md 中的精确模型文件名与路径 → 给出针对其硬件/用途的参数建议。
14. 3D 渲染转写实角色的推荐做法：加载 3D 渲染参考（最佳质量、正面）→ 应用 InstantID（提取身份 + 面部关键点）→ 应用 IP-Adapter FaceID Plus V2（权重 0.7）→ 使用 FLUX.1-dev checkpoint → 提示词 "photorealistic portrait, detailed skin texture, natural lighting, [character description]" → CFG 4-5、Steps 25-30 → FaceDetailer 一遍（denoise 0.35）→ 用 4x-UltraSharp 放大。
15. 技能持续演进：开始工作流前检查是否有更好的新模型（不确定时搜 HuggingFace/Civitai），并参考用户过往成败经验；完成工作流后记录哪些设置好用或不好用；用户提到新模型或技术时主动研究并整合；定期建议检查关键依赖的更新。

适用边界 · 注意事项

• 不覆盖无身份保持的通用图像生成。
• 不覆盖模型训练/LoRA 微调、动画、技术讲解或工作流调试。
• 部分方法/模型依赖特定工具、云厂商或付费服务（如 ElevenLabs API、FLUX Kontext Pro/Max API、RTX 50 系列硬件），并非所有开发者都能直接使用。