从概念到现实：AI 驱动的 chibi 角色设计工作流程揭秘
使用面部控制和 4 倍超分辨率生成令人惊叹的 3D 打印可用 chibi 角色。学习如何使用 PulidFlux 和 ReVAnimated 模型打造动漫风格设计。立即开始，掌握这个强大的工作流程！
工作流概览
使用面部控制和 4 倍超分辨率生成令人惊叹的 3D 打印可用 chibi 角色。学习如何使用 PulidFlux 和 ReVAnimated 模型打造动漫风格设计。立即开始，掌握这个强大的工作流程！
内容类型: Workflow
主要用途: Download
所需模型
- Lora
所需节点
- Upscaler
配置说明
- 打开工作流模板前，请先安装所需模型。
- 推荐硬件：低显存（≤8GB）。
1. 工作流概述
作用：
该工作流专为生成高精度Q版玩偶手办设计，结合了基础图像生成（Stable Diffusion）、面部特征控制（PulidFlux）和超分辨率放大技术，最终输出可用于3D打印或商业包装的玩偶设计图。
核心模型：
ReVAnimated_v168（动漫风格大模型）：生成基础玩偶形象
PulidFlux_v0.9.1：精确控制面部特征和表情
4x_NMKD-Siax_200k（超分模型）：提升图像分辨率
2. 关键组件
组件名称 | 功能说明 | 安装方式 |
|---|---|---|
LoraLoaderModelOnly | 加载专属Q版风格LoRA（权重0.8） | 需手动放置模型文件 |
ApplyPulidFlux | 绑定面部特征到生成图像 | 通过 |
FaceBoundingBox | 检测输入图像的人脸区域 | 需 |
ImageUpscaleWithModel | 4倍超分辨率放大 | 内置节点 |
特殊依赖：
PulidFlux需下载模型文件
pulid_flux_v0.9.1.safetensors，放置于ComfyUI/models/pulid_flux人脸分析依赖
insightface库，需CUDA支持
3. 工作流结构
Group 1: 模型参数
输入：提示词（如程序员角色描述）、负面提示词
关键节点：
DualCLIPLoader：同时加载CLIP和T5文本编码器EmptyLatentImage：初始化画布（768x1024分辨率）
Group 2: Pulid面部控制
输入：参考人脸图像（如
爱因斯坦.png）处理流程：
FaceBoundingBox检测人脸区域ApplyPulidFlux将面部特征融合到生成图像
Group 3: 高清放大
流程：生成图 → 4倍超分 → 尺寸缩减50% → 二次精修
4. 输入与输出
必需输入：
正面提示词（如示例中的
程序员CODELIE描述）参考人脸图像（支持.png/.jpg）
随机种子（默认-1自动生成）
输出：
最终图像（带元数据的PNG）
分辨率：1536x2048（超分后缩减为768x1024）
5. 注意事项
⚠️ 硬件要求：
显存≥8GB（PulidFlux需CUDA加速）
推荐使用Python 3.10+
💡 优化建议：
若面部融合效果不佳，调整
ApplyPulidFlux中的strength参数（默认0.95）超分阶段可更换为
4x-UltraSharp模型提升锐度
🔧 故障排查：
PulidFlux报错：检查模型文件路径是否正确
人脸检测失败：确认输入图像包含清晰正脸