LTX-Best-Face-ID入门教程3步实现AI视频中的人脸身份保留LTX-Best-Face-ID是一款基于LTX-2.3模型的人脸身份保留LoRA插件通过参考图片和文字提示能生成保持人物身份特征的AI视频。本教程将帮助新手快速掌握这一强大工具的使用方法。 什么是LTX-Best-Face-IDLTX-Best-Face-ID是专为LTX-2.322B模型设计的身份保留参考转视频LoRA插件。它采用重叠参考条件TASS-RoPE源相位RoPE技术并结合可微分的ArcFace身份损失函数确保生成视频时人物身份的一致性。该模型通过在目标帧的RoPE网格中放置参考潜变量并为其添加独特的源相位标记使模型能够区分参考图像和生成帧从而实现精准的身份迁移。 准备工作在开始之前请确保您已完成以下准备安装ComfyUI下载LTX-2.3基础模型22B参数版本克隆项目仓库git clone https://gitcode.com/hf_mirrors/Alissonerdx/LTX-Best-Face-ID项目中包含以下关键文件主模型Best_FaceID_v1.0_LoRA.safetensors工作流文件workflows/Best-FaceID_v1.0_Workflow.json高清工作流workflows/Best-FaceID_v1.0_Upscale_Workflow.jsonArcFace投影仪Best_FaceID_v1.0_ArcFace_Projector.safetensors 选择最佳参考图片参考图片的质量直接影响生成视频的身份保留效果。根据训练数据特征最佳参考图片应满足特写/半身裁剪 - 大致胸部以上面部清晰可见单主体居中构图正面或近正面角度轻微3/4角度也可接受面部/上半身裁剪紧密 - 建议约460×406像素接近正方形 提示清晰、正面、光线充足的面部特写是理想的参考图片。全身照、远景或面部较小的图片效果会明显变差。 三步实现人脸身份保留视频生成第一步安装BFS Nodes插件打开ComfyUI进入ComfyUI Manager通过Git URL安装BFS Nodeshttps://github.com/alisson-anjos/ComfyUI-BFSNodes 或手动克隆到custom_nodes目录依赖项如insightface、transformers等将自动安装第二步加载模型和工作流正常加载LTX-2模型检查点Gemma-3文本编码器/CLIP在ComfyUI中导入工作流文件Best-FaceID_v1.0_Workflow.json加载LoRA模型Best_FaceID_v1.0_LoRA.safetensors到MODEL路径第三步配置参数并生成视频添加LTX Identity Transfer节点导入参考图片在提示框中输入以ref_t2v:为前缀的描述文本推荐使用工作流中包含的Prompt Enhancer功能自动丰富人物特征描述点击生成按钮等待视频输出✨ 示例提示ref_t2v: 一位浅肤色男子留着齐肩深棕色长发戴着窄长方形金属框眼镜淡蓝灰色眼睛和浅色胡茬正在洗衣房叠衣服中景镜头。他将叠好的衣服放入篮子然后提着篮子穿过房间。中性室内光线简单的家庭环境。 高级选项高清工作流对于需要更高质量视频的场景可以使用高清工作流导入Best-FaceID_v1.0_Upscale_Workflow.json该工作流采用两步处理流程先生成基础视频再进行 upscale 提升分辨率生成时间会相应增加但输出质量显著提升 使用技巧参考图片质量与身份保留效果密切相关始终使用清晰正面的面部特写充分利用Prompt Enhancer添加身份属性描述保持参考图片构图简单复杂背景或遮挡会降低身份保留效果若出现第一帧面具效应可使用trim-first-frame节点缓解⚠️ 注意事项该模型有第一帧/面具倾向参考图像的外观可能部分复制到视频中身份保留效果很大程度上依赖提示词对人物的描述训练数据偏向特写/正面人脸全身或大角度拍摄的身份保留效果较弱ArcFace相似度分数在小/侧脸/遮挡面部上不可靠建议视觉判断通过以上三个简单步骤您就可以利用LTX-Best-Face-ID生成高质量的身份保留AI视频了。随着使用经验的积累您可以尝试调整不同参数探索更多创意可能性创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
LTX-Best-Face-ID入门教程3步实现AI视频中的人脸身份保留LTX-Best-Face-ID是一款基于LTX-2.3模型的人脸身份保留LoRA插件通过参考图片和文字提示能生成保持人物身份特征的AI视频。本教程将帮助新手快速掌握这一强大工具的使用方法。 什么是LTX-Best-Face-IDLTX-Best-Face-ID是专为LTX-2.322B模型设计的身份保留参考转视频LoRA插件。它采用重叠参考条件TASS-RoPE源相位RoPE技术并结合可微分的ArcFace身份损失函数确保生成视频时人物身份的一致性。该模型通过在目标帧的RoPE网格中放置参考潜变量并为其添加独特的源相位标记使模型能够区分参考图像和生成帧从而实现精准的身份迁移。 准备工作在开始之前请确保您已完成以下准备安装ComfyUI下载LTX-2.3基础模型22B参数版本克隆项目仓库git clone https://gitcode.com/hf_mirrors/Alissonerdx/LTX-Best-Face-ID项目中包含以下关键文件主模型Best_FaceID_v1.0_LoRA.safetensors工作流文件workflows/Best-FaceID_v1.0_Workflow.json高清工作流workflows/Best-FaceID_v1.0_Upscale_Workflow.jsonArcFace投影仪Best_FaceID_v1.0_ArcFace_Projector.safetensors 选择最佳参考图片参考图片的质量直接影响生成视频的身份保留效果。根据训练数据特征最佳参考图片应满足特写/半身裁剪 - 大致胸部以上面部清晰可见单主体居中构图正面或近正面角度轻微3/4角度也可接受面部/上半身裁剪紧密 - 建议约460×406像素接近正方形 提示清晰、正面、光线充足的面部特写是理想的参考图片。全身照、远景或面部较小的图片效果会明显变差。 三步实现人脸身份保留视频生成第一步安装BFS Nodes插件打开ComfyUI进入ComfyUI Manager通过Git URL安装BFS Nodeshttps://github.com/alisson-anjos/ComfyUI-BFSNodes 或手动克隆到custom_nodes目录依赖项如insightface、transformers等将自动安装第二步加载模型和工作流正常加载LTX-2模型检查点Gemma-3文本编码器/CLIP在ComfyUI中导入工作流文件Best-FaceID_v1.0_Workflow.json加载LoRA模型Best_FaceID_v1.0_LoRA.safetensors到MODEL路径第三步配置参数并生成视频添加LTX Identity Transfer节点导入参考图片在提示框中输入以ref_t2v:为前缀的描述文本推荐使用工作流中包含的Prompt Enhancer功能自动丰富人物特征描述点击生成按钮等待视频输出✨ 示例提示ref_t2v: 一位浅肤色男子留着齐肩深棕色长发戴着窄长方形金属框眼镜淡蓝灰色眼睛和浅色胡茬正在洗衣房叠衣服中景镜头。他将叠好的衣服放入篮子然后提着篮子穿过房间。中性室内光线简单的家庭环境。 高级选项高清工作流对于需要更高质量视频的场景可以使用高清工作流导入Best-FaceID_v1.0_Upscale_Workflow.json该工作流采用两步处理流程先生成基础视频再进行 upscale 提升分辨率生成时间会相应增加但输出质量显著提升 使用技巧参考图片质量与身份保留效果密切相关始终使用清晰正面的面部特写充分利用Prompt Enhancer添加身份属性描述保持参考图片构图简单复杂背景或遮挡会降低身份保留效果若出现第一帧面具效应可使用trim-first-frame节点缓解⚠️ 注意事项该模型有第一帧/面具倾向参考图像的外观可能部分复制到视频中身份保留效果很大程度上依赖提示词对人物的描述训练数据偏向特写/正面人脸全身或大角度拍摄的身份保留效果较弱ArcFace相似度分数在小/侧脸/遮挡面部上不可靠建议视觉判断通过以上三个简单步骤您就可以利用LTX-Best-Face-ID生成高质量的身份保留AI视频了。随着使用经验的积累您可以尝试调整不同参数探索更多创意可能性创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
