Tham chiếu đa dạng với ReferenceLatent trong Flux.2

Quy trình làm việc này trong ComfyUI là một thiết lập nâng cao để tạo ra hình ảnh với mô hình Flux.2 Dev, tập trung vào kiểm soát chính xác thông qua nhiều hình ảnh tham chiếu.
Hoạt động theo cách sau:

Tối đa ba hình ảnh tham chiếu được tải và thay đổi kích thước xuống khoảng 1 megapixel (duy trì tỷ lệ).
Mỗi hình ảnh được mã hóa trong tiềm ẩn bằng cách sử dụng VAE chính thức của Flux.2.
Các tiềm ẩn kết quả được áp dụng tuần tự thông qua các nút ReferenceLatent được liên kết, tạo ra một hiệu ứng tích lũy: ảnh hưởng của mỗi tham chiếu được thêm vào điều kiện trước đó.
Lời nhắc văn bản (Tích cực) được áp dụng trước tiên, với hướng dẫn có thể điều chỉnh (ở đây em 4.0), và sau đó nhận được các tham chiếu theo thứ tự của chuỗi — tham chiếu cuối cùng trong chuỗi có xu hướng có ảnh hưởng mạnh nhất đến chủ thể chính.
Quá trình tạo ra xảy ra trong không gian tiềm ẩn 720×1280 (định dạng chân dung), với 20 bước, lấy mẫu Euler và hạt giống cố định (có thể được thay đổi).
Bao gồm xem trước tự động: ba hình ảnh tham chiếu đã thay đổi kích thước được ghép lại thành một lưới và lưu cùng với kết quả cuối cùng.

Rất thích hợp cho những người muốn kết hợp tư thế/môi trường của một hình ảnh, Khuôn mặt/nhân vật từ một nơi khác và các yếu tố cụ thể (như các đối tượng hoặc áp phích) của một người thứ ba, tất cả theo cách có kiểm soát và không chỉ phụ thuộc vào lời nhắc văn bản. Các hình ảnh tham chiếu và lời nhắc hoàn toàn có thể tùy chỉnh — mỗi người dùng có thể thay đổi tất cả theo dự án mong muốn.