解锁多视角一致性：AI 模型图像生成工作流
解锁 AI 模型图像生成的潜力，掌握这套工作流！学习如何利用 ControlNet、Flux 和 TTP Tile 技术创建多视角一致的图像。探索 Stable Diffusion XL、ControlNet 和 Florence-2 模型的强大功能。立即开始，提升你的 AI 图像生成技能！
- 关键节点
- Controlnet
- 显存
- 中等显存（12–16GB）
- 阅读时间
- 4 分钟
工作流概览
解锁 AI 模型图像生成的潜力，掌握这套工作流！学习如何利用 ControlNet、Flux 和 TTP Tile 技术创建多视角一致的图像。探索 Stable Diffusion XL、ControlNet 和 Florence-2 模型的强大功能。立即开始，提升你的 AI 图像生成技能！
内容类型: Workflow
主要用途: Download
所需模型
- Flux
- Controlnet
- Lora
- Sd
所需节点
- Controlnet
配置说明
- 打开工作流模板前，请先安装所需模型。
- 推荐硬件：中等显存（12–16GB）。
1. 工作流概述
作用：
该工作流用于生成多视角一致的AI模特图像，通过ControlNet控制姿势、Flux模型增强细节，并支持分块生成后拼接。核心功能包括：
基于输入姿势图（如骨骼图）生成4个视角（正面/侧面/背面）的连贯角色
使用Flux Guidance技术保持角色一致性
分块处理高分辨率图像（TTP Tile技术）
核心模型：
模型名称 | 功能描述 |
|---|---|
Stable Diffusion XL | 基础文生图模型，生成高质量图像 |
ControlNet (Depth) | 通过深度图控制姿势和构图 |
Florence-2 | 图像描述生成模型，辅助优化提示词 |
Flux Guidance | 增强生成图像的角色一致性和细节 |
2. 关键组件与安装
必需组件：
ControlNetApplySD3：应用ControlNet约束（需安装
FLUX.1-dev-Controlnet-Depth模型）FluxGuidance：角色一致性增强（需安装
Flux插件）TTP_Tile：分块处理大图（通过ComfyUI Manager安装
Tiled Diffusion插件）Florence2Run：图像描述生成（需下载HuggingFace模型）
特殊依赖：
Lora模型：
苏-FLUX小红书极致真实_v1.0（需放置于models/loras目录）ControlNet模型：
FLUX.1-dev-Controlnet-Depth-InstantX.safetensors
3. 工作流结构
Group 1: 输入控制
节点：
LoadImage（上传姿势图）、easy positive（正面提示词）输入：姿势图（如骨骼图）、提示词（描述角色和视角）
输出：编码后的条件向量
Group 2: 图像生成
节点：
KSampler+ControlNetApplySD3+FluxGuidance逻辑：根据姿势图和提示词生成潜变量，通过Flux优化一致性
Group 3: 分块处理（TTP Tile）
节点：
TTP_Image_Tile_Batch→SamplerCustomAdvanced→TTP_Image_Assy功能：将高分辨率图像分块生成后无缝拼接
Group 4: 后处理与输出
节点：
ImageCrop+（裁剪视角）、Image Overlay（合成多视角）、SaveImage输出：4张多视角图像拼接的最终结果
4. 输入与输出
输入参数：
必填：姿势图（如
POSE2.png）、正面提示词（描述角色和视角）可选：种子值、分辨率（默认
1152x896）、ControlNet强度（默认0.6）
输出结果：
生成一张PNG图像，包含4个视角的模特（左/正/背/右侧），保存至
ComfyUI/output
5. 注意事项
显存需求：建议≥12GB GPU显存（分块处理可降低压力）
常见错误：
缺少ControlNet模型 → 下载后放入
models/controlnetFlux插件未安装 → 通过ComfyUI Manager搜索
Flux Guidance安装
优化建议：
降低
TTP_Tile的分块大小（如512x512）以减少显存占用使用
easy cleanGpuUsed节点手动清理显存