在线教程 | 轻松拿捏莫奈花园、宫崎骏漫画风格，用 ComfyUI InstantID 打造百变写真_comfyui在线

拥有高质量图像生成能力的 InstantID 一经发布，便在开源领域掀起一股热潮，不仅获得了图灵奖得主 Yann LeCun 等技术大佬的点赞，更是在 GitHub 上收获了 9.9k 的收藏，得到了工程师们的认可。

从技术的角度来看，InstantID 避免了对文生图模型 UNet 部分的训练，仅通过训练一个轻量级的可插拔模块，在推理过程中实现了无需 test-time tuning，同时保持了文本控制的灵活性，确保了面部特征的高保真度。同时，InstantID 还支持文本提示编辑， 仅需简单的文字指令，便可进行个性化定制。

上周，HyperAI超神经发布了「InstantID 个性化写真生成 Demo」教程（点击查看详细教程），该教程基于 WebUI，简单易用，功能一目了然，使用门槛低，小白可以快速上手，5 秒即可实现风格迁移。

不过，基于 WebUI 的 InstantID 很难针对生成的图片进行局部精准调整，这也是 WebUI 的特性使然，在灵活性上表现欠佳。

所以，HyperAI超神经本周上线了「ComfyUI InstantID 工作流在线教程」， 基于 ComfyUI 的模块化设计，实现了高度定制化。同时，ComfyUI 节点式的界面和工作流框架，也非常适合需要频繁修改和扩展的项目。

ComfyUI InstantID 能够赋予用户更高的自由度与更丰富的创造空间，只需调整连接节点，就能实现个性化定制， 让用户能够更加精细化地控制整个流程。

此外，该教程直接帮助用户提前下载了模型组，并在云端部署，还为用户搭建好工作流，一键即可克隆使用。这无疑很大程度上降低了 ComfyUI 的使用门槛，再也不用担心节点连接错误了！
公共教程地址：

https://go.hyper.ai/utQ0E

Demo 运行

1. 登录 hyper.ai，在「教程」页面，选择「ComfyUI InstantID 工作流在线教程」。点击「在线运行此教程」。

2. 页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

3. 点击右下角「下一步：选择算力」。

4. 跳转后，选择「NVIDIA GeForce RTX 4090」，点击「下一步：审核」。新用户使用下方邀请链接注册，可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长！

HyperAI超神经专属邀请链接（直接复制到浏览器打开）：https://openbayes.com/console/signup?r=6bJ0ljLFsFh_Vvej

5. 点击「继续执行」，等待分配资源，首次克隆需等待 3-5 分钟左右的时间。当状态变为「运行中」后，点击「打开工作空间」。

若超过 10 分钟仍处于「正在分配资源」状态，可尝试停止并重启容器；若重启仍无法解决，请在官网联系平台客服。

6. 打开工作空间后，在启动页新建一个终端会话，然后在命令行里输入以下代码启动环境，复制粘贴即可。

python ComfyUI/main.py 
1

7. 当命令行出现「https://0.0.0.0:8080」后，拷贝右侧 API 地址到浏览器地址栏中，即可打开 ComfyUI 界面。请注意，用户需在实名认证后才能使用 API 地址访问功能。

效果展示

1. 打开 API 地址后，刷新页面，将语言切换为中文。

2. 点击「加载默认」加载 ComfyUI InstantID 工作流。

• IP-Adapter：IP-Adapter 是 InstantID 技术中的一个组件，可识别脸部特征。它与ControlNet结合使用，以实现面部特征的精确控制和风格迁移。
• FaceID：提高人脸一致性，使面部的特征精确度更高。
• ControlNet：帮助判断最终生成的图片中人物脸部的位置。

3. 在 InstantID 节点上传 1 张人像图，在 IP-Adapter 节点上传 1 张风格参考图后，点击「添加提示词队列」即可生成风格迁移后的图像。

宫崎骏漫画风格的马斯克

4. 如果想要追求更好的效果，可以在「FaceID」节点单击右键，选择「启动该组节点」后，点击「添加提示词队列」，会生成效果更真实的风格迁移图片。

通过「FaceID」节点优化后的图像

5. 如果想要实现将两个人物融合到同一张风格图像里的效果，点击「加载」右侧的小箭头，切换工作流「InstantID couple」。

切换工作流后，上传想要融合的两个不同人物图像，以及各自的姿势参考图像，输入 prompt 确定生成图片风格，请注意，姿势参考图像脸部的位置需要分布在左右两侧。

目前，HyperAI超神经官网已上线了数百个精选的机器学习相关教程，并整理成Jupyter Notebook的形式。

点击链接即可搜索相关教程及数据集：https://hyper.ai/tutorials

以上就是 HyperAI超神经本次分享的全部内容了，如果大家看到优质项目，欢迎后台留言推荐给我们！另外，我们还建立了「Stable Diffusion 教程交流群」，欢迎小伙伴们入群探讨各类技术问题、分享应用效果~

扫描下方二维码添加神经星星微信（微信号：Hyperai01），备注「SD 教程交流群」，即可加入群聊。