AI写真教程：Stable Diffusion 之 InstantID

Ne0inhk

06 Feb 2025 — 8 min read

IPAdapter-FaceId 目前只在 SD 1.5 模型上表现较好，SDXL 模型上的表现较差，不能用于实际生产。可是很多同学已经在使用SDXL了，而且SDXL确实整体上出图效果更好，怎么办？

这篇文章就来给大家介绍一个在SDXL中创作AI写真的稳定方法：使用 InstanID。

InstantID，翻译为身份标识，这是一个ControlNet模型，其核心能力是由国内的小红书团队开发的。InstantID可以提取人物的面部信息，然后在生成的人物图片中使用此面部。只需要人物的一张正面照片，就可以生成此人物的多种风格图片，正适合来搞AI写真。

效果展示

废话不多说，还是先看效果（大家可以猜猜此人是谁，文中会揭晓答案）：

www.zeeklog.com - AI写真教程：Stable Diffusion 之 InstantID

更多带生成参数的图片下载请看文末。

安装方法

之前我介绍过 InstantID的安装方法，需要插件和模型的可以直接添加下方领取~

使用InstantID

这里以 Stable Diffusion WebUI 为例，ComfyUI的使用示例见下文。

因为 InstantID 仅能在 SDXL 模型下使用，所以本文将使用 SDXL 模型进行演示。

基本设置

打开“文生图”页面，首先我们需要选择SD基础模型（模型下载方式见文末）、设置提示词和负向提示词。

然后我们简单设置下生成参数，如下图所示。

你可以直接使用我这几个参数的值，简单介绍下：

1、采样器：DPM++系列在在采样质量和效率上都比较高，是目前效果最优秀的反向扩散采样算法之一。

2、调度类型：用于控制采样过程中的噪声水平，这是 WebUI 1.9.0 之后从采样器分离出来的参数，可以单独设置，使用更灵活。Karras 噪声计划在初始采样步骤中的噪音水平较高，而在结尾采样步骤中的噪音水平较低，实验表明这样有助于提高生成图片的质量。

3、采样步数：一般设置为20-30，可根据具体效果调整。

4、使用SDXL模型时，宽度和高度需要设置为1024以上，这里是一张垂直图**，比例为3:4。

5、生成次数和每次数量：一次多生成几张，方便选择。生成次数是独立的生成几次，消耗时间根据次数加倍；每次数量是单次生成内的输出图片数量，比较消耗显存。

6、提示词引导系数：对于InstantID，不要设置的太高，3-5最佳，根据实际情况选择。

7、图像生成种子：-1代表随机数，每次生成都会产生新的变化。

ControlNet设置

InstantID 是通过 ControlNet 发挥作用的，我们重点看下相关设置。

这里需要两个 ControlNet，一个用于控制面部特征，另一个用于控制面部姿势。

先看第一个ControlNet，上传一张参考图片，勾选“启用”和“完美匹配像素”。“完美匹配像素”用于控制从参考图片中提取的特征信息的分辨率，以更加匹配生成图片的尺寸，无脑勾选就是了。

“控制网类型”勾选Instant-ID，注意第一个ControlNet中的预处理器和模型选择，需要是：instant_id_face_embedding 和 ip-adapter_instant_id_sdxl，它们用于提取参考人物的面部特征，并应用到生成图片中。其它参数默认即可。

再来看第2个ControlNet，它是用来控制生成图片中人物的面部姿势的。我们可以选择其它人物的图片，这不会影响面部特征的控制，仅影响人物的头部姿势。注意不是人物整体的姿势，当然人物的头部姿势也会对整体的姿势产生一定的影响。

注意这里的三个参数：

预处理器：instant_id_face_keypoints，脸部的关键点，或者说面部姿势。

模型：control_instant_id_sdxl。

控制模式：以ControlNet为主，不选这个生成图片的线条会比较粗糙。

最后，我们只要点击“生成”，静待写真图生成就好了。

使用ComfyUI工作流

我在 ComfyUI 中也测试了 InstantID 的生成效果，制作了两个工作流，一个和WebUI中的能力类似，另一个还结合了IPAdapter，可以提取参考图片的风格。

在 ComfyUI 中使用 InstantID 时，需要安装一些插件，可以到文末领取~

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。