用于 NSFW 人脸的 ComfyUI Face Detailer 工作流

NSFW 生成中的人脸会以典型方式崩坏。身体出来得很完美，构图也调校得到位，然后你放大到脸部，它看起来像一幅毕加索的画。这是因为 SDXL 系列模型在整张画布上分配潜空间分辨率时并不均匀。当身体占据画面大部分区域时，脸部在采样过程中只能分到极少量像素的注意力。Face Detailer 通过裁剪出脸部区域、放大、仅对该区域进行高分辨率重新生成，然后再缝合回去来解决这个问题。结果就是照片级真实的 NSFW，脸部真正看起来像一个人。过去 18 个月里，我在每一张量产图像上都用过这套工作流。下面就是确切的配置。

快速答案： 通过 ComfyUI Manager 安装 ComfyUI-Impact-Pack。下载 face_yolov8m.pt 作为检测模型。搭建一条 KSampler → VAEDecode → FaceDetailer 的链路，NSFW 工作降噪设在 0.4 到 0.5 左右。对人像再跑一遍更低降噪（0.3）的第二遍。在 FaceDetailer 节点内部加一个人脸 LoRA 以保持角色一致性。

为什么 NSFW 人脸最先崩坏

说实话，只要你理解模型是怎么看待构图的，发生这种情况的原因就一点也不神秘。SDXL 系列模型在一个 128x128 的潜空间网格上工作（解码后得到 1024x1024 的像素输出）。图像中的每一处细节都得塞进这个网格里。当你的提示词要求一个全身 NSFW 场景时，身体占据了画面的大部分，而脸部大概只占潜空间网格里 12x12 的一块区域。也就是说整张脸只有 144 个潜空间像素的注意力预算，而身体却有 1000 多个潜空间像素。脸部在结构层面就被欠采样了。

你会看到这些症状。两只眼睛对不上。牙齿看起来像恐怖片。皮肤纹理和身体的皮肤纹理对不上。嘴唇有细微的不对劲。头发缺少本该有的细节。这些都不是模型失败，而是一个分辨率分配问题，Face Detailer 通过给脸部一次专属的、有效分辨率更高的生成遍来解决它。

同样的问题在非 NSFW 工作中也存在，这正是 ADetailer（A1111 中的等价物）成为任何照片级生成必备装备的原因。具体到 NSFW，这个问题更严重，因为：

• 以身体为重心的构图会把脸推得离画面中心更远
• 画面中身体占比越多，脸部占比就越少
• 大多数 NSFW 检查点模型在脸部特征上的注意力训练比人像检查点更少
• 多主体场景会放大问题，因为每张脸分到的注意力更少

在 2026 年，Face Detailer 对 NSFW 量产工作来说并非可选项。任何不用它就出片的人，交付的脸都比本可以达到的更差。

安装 Impact Pack 和 YOLO 模型

配置很直接，但有几个值得注意的坑。流程是：

1. 打开 ComfyUI Manager
2. 搜索 "ComfyUI-Impact-Pack" 并安装
3. 搜索 "ComfyUI-Impact-Subpack" 并安装（两个都需要）
4. 重启 ComfyUI
5. 下载检测和分割模型

Impact-Subpack 是大多数教程会跳过的部分。它包含加载 YOLO 模型的 UltralyticsDetectorProvider，而 Impact-Pack 本身包含 FaceDetailer 节点。两个包都是必需的，都必须安装并保持最新。如果你只装了 Impact-Pack，你会遇到关于缺失节点的晦涩报错。

检测模型方面，你需要 face_yolov8m.pt。其中的 "m" 代表 medium（中等），它在脸部相关工作中提供了检测精度和速度的最佳平衡。更小的变体（face_yolov8s.pt）更快，但在困难构图中会漏掉更多脸。更大的变体（l、x）精度略高，但慢得多。

分割方面，用 sam_vit_b_01ec64.pth。SAM（Segment Anything Model）会在 YOLO 边界框内创建一个精确的遮罩，让精修器把重新生成的部分平滑地羽化进周围像素。"b" 变体是脸部工作中精度和速度的恰当平衡。更大的 SAM 变体（l、h）对人脸精修来说是杀鸡用牛刀。

下载路径：

• face_yolov8m.pt：放在 ComfyUI/models/ultralytics/bbox/
• sam_vit_b_01ec64.pth：放在 ComfyUI/models/sams/

如果你无法使用 ComfyUI Manager（某些受限环境会屏蔽它），你可以手动安装，方法是把仓库克隆到 ComfyUI/custom_nodes/ 里并运行安装脚本。务必确认这些目录有写权限，否则安装会静默失败。

一个 2026 年特有的坑。PyTorch 2.6 把 weights_only=True 设为了 torch.load() 的默认值，这会破坏 YOLO 模型的加载，因为 Ultralytics 模型包含安全加载器会拒绝的 Python 对象。Impact-Subpack 有一个变通方案，会为受信任的 YOLO 模型路径显式设置 weights_only=False，但如果你在启动时看到 UnpicklingError，说明你的 Impact-Subpack 版本太旧。通过 ComfyUI Manager 更新，错误应该就会消失。

搭建 Face Detailer 节点链

基础的 Face Detailer 工作流是一条简单的线性链。从你常规的文生图流程（CLIP 编码、KSampler、VAEDecode）开始，在 VAEDecode 之后接上 FaceDetailer 节点。连接输入：

• image： 来自你的 VAEDecode 输出
• model： 来自你的 CheckpointLoader（与主生成使用的同一模型）
• clip： 来自你的 CheckpointLoader
• vae： 来自你的 CheckpointLoader
• positive： 你的正面提示词（通常和主生成相同）
• negative： 你的负面提示词（通常和主生成相同）
• bbox_detector： 来自加载 face_yolov8m.pt 的 UltralyticsDetectorProvider
• sam_model_opt： 来自加载 sam_vit_b_01ec64.pth 的 SAMLoader（可选但推荐）

FaceDetailer 节点有很多参数，但日常使用中真正重要的只有少数几个：

• bbox_threshold： 0.5（默认）。如果在低光场景中漏脸，把它降到 0.3。
• bbox_dilation： 10（默认）。扩大检测到的脸周围的裁剪区域。值越高给重新生成提供的上下文越多，但会浪费时间。
• bbox_crop_factor： 3（默认）。脸部裁剪图会在重新生成前按此倍数放大。3 意味着一张 100px 的脸变成 300px，重新生成后再缩回去。
• denoise： 0.5（默认）。这是最关键的一个。下文详述。
• feather： 5（默认）。遮罩的边缘羽化。让重新生成的脸和原图之间的接缝更平滑。
• sam_dilation_factor： 10（默认）。扩展 SAM 分割遮罩。值越高纳入越多周围像素。

具体到 NSFW 工作，经过大量迭代后我固定下来的设置：

• bbox_threshold：0.4（能在更难的构图里捕捉到脸）
• bbox_dilation：12（稍多一点上下文对 NSFW 人脸有帮助）
• bbox_crop_factor：3（默认就对）
• denoise：0.42（低于默认值，见下一节）
• feather：8（稍多一点羽化让缝合更干净）
• sam_dilation_factor：10（默认就对）

这些都是起点。要根据你具体的模型和提示词风格去调。

NSFW 人脸的降噪与 CFG

降噪是大多数人在 Face Detailer 上设错的参数。默认的 0.5 是给通用场景用的。在 NSFW 工作中，如果你想让重新生成的脸匹配身体的肤色和光照，更低的降噪会产出更干净的结果。

降噪的权衡：

• 0.6 到 0.7： 脸部大改。用于修复非常崩坏的脸，但有角色漂移的风险。
• 0.5： 默认。在修复质量和一致性之间取平衡。
• 0.4 到 0.45： 细微修复。保持角色身份。最适合量产 NSFW。
• 0.3： 仅做轻微微调。用作 0.4 到 0.5 第一遍之后的第二遍。
• 0.2 及以下： 几乎没有变化。这个档位干脆跳过精修。

对大多数 NSFW 工作来说，正确的做法是单遍跑 0.42。它能清理结构性的脸部问题（眼睛对不上、奇怪的牙齿、比例崩坏），同时不改变你的提示词和 LoRA 所确立的角色身份。如果第一遍还不够，就用 0.3 跑第二遍进一步精修。

FaceDetailer 内部的 CFG 应当匹配或略高于你主生成的 CFG。对于 RealVisXL 工作流，我主生成用 CFG 7，人脸精修用 CFG 7 到 8。对于 Pony Realism，我主生成用 CFG 5，人脸精修用 CFG 5 到 6。人脸精修里 CFG 过高会过度强调提示词 token（比如 "beautiful eyes"），从而在照片级输出上导致动漫式的夸张特征。别推得太高。这两个模型之间的选择会明显影响精修设置，我在 Pony Realism 与 RealVisXL 对比中两者都讲了。

FaceDetailer 内部的采样器选择没有主生成那么重要。DPM++ 2M Karras 跑 20 步对大多数人脸精修都管用。把步数降到 20 以下就会在脸部细节质量上显现出来。

在 Face Detailer 内部加 LoRA

这里有一个我学得有点丢人地慢的技巧。FaceDetailer 节点有自己的 model 输入，这意味着你可以给它传入一个和主生成不同的模型图。它最有用的应用，就是在精修器内部加载一个专门针对人脸的 LoRA，而这个 LoRA 不会影响你的主生成。

模式如下：

1. 主生成：CheckpointLoader → KSampler → VAEDecode
2. 人脸精修：CheckpointLoader → LoraLoader（人脸 LoRA）→ 连到 FaceDetailer.model

人脸 LoRA 只在人脸重新生成那一遍被应用。这在以下情况很有用：

• 你有一个角色 LoRA，它有助于人脸一致性，但满强度时会把身体搞坏
• 你想让照片级皮肤细节 LoRA 只应用于脸部，而不应用于背景
• 你在做角色一致的 NSFW，脸需要在很多张图之间匹配同一个参考

具体到角色一致性，这比在整张生成上跑角色 LoRA 更可靠。角色 LoRA 把全部采样预算用在脸部区域这个真正重要的地方，而身体则在没有该 LoRA 身材偏置的情况下生成。

FaceDetailer 内部的 LoRA 权重通常需要满强度（0.8 到 1.0），因为脸部可用的分辨率有限，你希望 LoRA 的信号清晰地透出来。如果你在叠加多个 LoRA（一个人脸 LoRA 加一个细节 LoRA），我的 LoRA 叠加指南讲了权重平衡的模式。

群像场景的多遍处理

单脸工作流很简单。多脸工作流需要稍多一点的配置，因为检测器会找到所有脸并作为一个批次处理，但参数会统一应用。如果你有一张光照良好的脸和一张处于阴影里的脸，同一个降噪可能对一张合适、对另一张就不对。

解决办法是每遍用不同设置的多遍精修：

第一遍： 针对问题情况做激进精修（降噪 0.5，所有脸） 第二遍： 取最干净版本做保守精修（降噪 0.3，所有脸）

两遍模式比任何单遍设置都能产出更好的结果，因为第一遍修复主要的结构性问题，第二遍在不引入改动的情况下抛光。每张图的总耗时大约增加 30%（在 RTX 4090 上每遍增加约 3 到 5 秒），但对量产工作来说质量提升相当可观。

具体到多角色 NSFW 场景，你还可以按每个角色的遮罩来跑人脸精修。用 SAM 把每个角色分别分割出来，然后在每个被遮罩的区域用角色专属的 LoRA 跑人脸精修。这更复杂，但能让你在同一张图里维持多个不同的角色身份。这套配置需要更多节点，但工作流仍然保持线性。

Face Detailer 加放大流程

我使用的完整量产流程是这样的：

1. 在 1024x1024（或你的基础分辨率）初始生成
2. 第一遍 Face Detailer，降噪 0.42
3. （可选）一遍手部精修来修手
4. 用模型放大器放大到 2048x2048（Ultrasharp 4x 是我的默认选择）
5. 在放大后的图上跑第二遍 Face Detailer，降噪 0.3
6. （可选）一遍针对身体纹理的细节增强

第 5 和第 6 步是高端量产工作出魔法的地方。放大之后，脸部有了更多可用的像素，一遍低降噪的人脸精修就能加上在更低分辨率下无法实现的微细节（毛孔、眼睛反光、发丝）。这就是 "不错的 AI 图像" 和 "照片级 AI 图像" 之间的差别。

在 RTX 4090 上跑完整流程的总生成时间：

• 初始生成：5 到 7 秒
• 第一遍人脸精修：3 到 4 秒
• 手部精修：4 到 5 秒
• 放大：8 到 12 秒
• 第二遍人脸精修：4 到 6 秒（像素更多）
• 总计：每张图 24 到 34 秒

对单张图来说这不少，但每一步都增加质量，而且结果确实比省掉其中任何一步都更好。对批量生产来说，这相当于每小时 100 到 150 张图。对一次性的主打镜头，在每一张上多花点时间是值得的。

工作流下载

这套流程的完整工作流 JSON 用上文描述的节点来组装很直接，但有几个能省时间的配置技巧：

• 用 Reroute 节点把你的主模型图和人脸精修图在视觉上分隔开
• 一旦跑通就把工作流存为模板（右键 → Save as template）
• 给 FaceDetailer 参数设一次默认值，需要多遍时克隆该节点
• 把 bbox_threshold 设得足够低以便捕捉到临界检测，但又别低到在身体特征上产生误检

对于不想从零组装的人，ComfyUI Impact Pack 的 GitHub 仓库在 workflows 文件夹里有示例工作流。basic_pipe 示例涵盖了标准配置。像 RunComfy 这样的社区工作流网站托管了更复杂的配置，包括多遍和角色一致的变体。

如果自己维护这套工作流听起来像份苦差，可以理解。Lewdly.ai 会自动运行等价的流程。人脸精修在每次生成时都会发生，创作者无需操心节点图。对大多数业务是内容而非基础设施的 NSFW 创作者来说，那层抽象是合适的层级。利益相关声明，我参与了它的开发。

常见问题

NSFW 在 Face Detailer 里应该用多少降噪？ 对大多数照片级 NSFW 工作来说，0.42 是最佳点。默认的 0.5 会过度修改脸部，可能偏离你预期的角色。低于 0.4 又太保守，修不动结构性问题。把 0.42 作为你的默认值，再从那里调起。

为什么 FaceDetailer 会因 UnpicklingError 失败？ PyTorch 2.6 及以上版本对 torch.load() 默认采用 weights_only=True，这会拒绝 YOLO 模型里的 Python 对象。把 Impact-Subpack 更新到最新版本。当前版本包含一个能正确处理这一情况的打过补丁的加载器。

我能不用 SAM 跑 Face Detailer 吗？ 能。sam_model_opt 输入是可选的。不用 SAM 你得到的是一个矩形 bbox 遮罩，而不是精确分割。质量会略低，因为重新生成影响的周围像素比必要的更多，但对大多数情况结果仍然可用。

为了角色一致性我需要人脸 LoRA 吗？ 并非严格需要。如果你的提示词和种子一致，多次生成之间的脸会大致一致。人脸 LoRA 会大幅收紧这一点。我描述的那种 LoRA 内置于 FaceDetailer 的模式效果最好，因为 LoRA 只影响脸部区域。

Face Detailer 和 ADetailer 有什么区别？ ADetailer 是 A1111/Forge 中同一思路的等价物。ComfyUI 的 FaceDetailer（来自 Impact Pack）配置选项更多，但原理相同。两者都会检测一张脸、裁剪、放大、重新生成，再缝合回去。质量大致相当。ComfyUI 给你更多的工作流控制。

Face Detailer 应该在放大前还是放大后跑？ 两者都跑。放大前跑第一遍（以低成本修复结构性问题）。放大后用更低降噪跑第二遍（给更高分辨率的脸加细节）。这种 "在放大前后各跑一遍" 的模式是高端输出的量产标准。

Face Detailer 能配合 Flux 模型用吗？ 能。FaceDetailer 节点与模型无关。它能配合 Flux、SDXL、Pony 以及 ComfyUI 支持的任何其他扩散模型工作。在 Flux 上性能更慢，因为底层的生成步骤本身更慢。

我怎样防止 Face Detailer 改变角色的身份？ 降低降噪（0.35 到 0.42），把 CFG 保持适中（5 到 7），并在精修器的正面提示词里避免会改变角色特征的 token。如果你在用角色 LoRA，就在 FaceDetailer 内部以满强度应用它来锚定身份。

为什么我的 Face Detailer 输出看起来过度平滑？ 降噪过高再加上一个有平滑皮肤偏置的模型，就会产出过度平滑的脸。把降噪降到 0.4。在正面提示词里加 "skin texture, pores, natural skin"。降低精修器内部任何美颜 LoRA 的权重。

我能用同一个节点精修手部吗？ Impact Pack 自带一个 hand_yolov8s.pt 检测模型，同一个 FaceDetailer 节点通过更换 bbox_detector 输入就能针对手部。在某些 Impact Pack 版本里还有一个专门的 HandDetailer。两者工作方式类似。手部精修通常需要比人脸精修更高的降噪（0.5 到 0.6），因为结构性问题更严重。

正确的心智模型

Face Detailer 不是一个质量增强器，它是一个分辨率分配器。它之所以有效，是因为 AI 模型每个像素有固定的注意力预算，而以身体为重心的构图里脸部区域被饿着了。通过裁剪和重新生成，你给脸部在更高有效分辨率下分到了它自己完整的注意力预算。一旦你把这个内化了，正确的设置就变得显而易见。更低的降噪保留模型已经做对的部分。更高的降噪修复结构性问题，但有角色漂移的风险。多遍只不过是用不同的优先级把这份预算跑两次。

这套工作流 18 个月以来一直是我量产 NSFW 工作的默认配置，它确实是我给流程加过的单项最大的质量提升。如果你没有在生成的每一张照片级 NSFW 图像上跑 Face Detailer，你就把大量质量留在了桌上。第一次配置要花 30 分钟。质量上的差别是永久的。

参考资源包括 Impact Pack GitHub、ComfyUI Wiki 关于 Face Detailer 的教程，以及 ThinkDiffusion 发布的 face detailer 工作流，后者给出了一个清晰的节点图视觉参考。