尧图网页设计 
简介面向ComfyUI用户尤其是使用SD1.5与Flux模型并希望改善AI生成痕迹的创作者这份资源提供了一套可直接导入的去AI感洗图工作流。资源仅含1个json格式文件体积9KB属于轻量化配置包便于分发与二次调整。该工作流重点解决生成图像常见的塑料感、过度锐化与色彩失真问题内部涵盖采样器参数预设、模型节点连接方式以及后处理模块调用逻辑用户加载后即可对照自身出图效果进行微调也可以将其拆解用于学习不同节点间组合对最终质感的影响。无论是追求电商摄影、人物写实还是风景自然感都能借此快速减少明显的AI绘画痕迹。目前已有146人学习或下载适合有一定基础、希望快速掌握去AI感工作流配置的ComfyUI使用者。资源虽小但针对性强导入后可直接运行省去从零搭建流程的麻烦。 咱们直接聊点实在的AI画的图为什么一眼就能认出来有人说是皮肤太干净有人说是手指乱飘但真正干这行的人都知道问题出在质感、光影逻辑和细节的信息密度上。这次我搭了一套ComfyUI/SD1.5 Flux 去AI感洗图工作流专门对付这种一眼AI的毛病效果比我预想中好不少。这套流程的思路其实不复杂用Flux打底图因为它构图和语义理解强再交给SD1.5做低幅度重绘把AI那种塑料光泽和过度锐化洗掉最后过一遍细节修复和色彩微调让图更像相机直出或者手绘扫图。整个过程全部在 ComfyUI 里完成可视化拖节点流程随时改改完立刻能看到结果。如果你也被AI味的皮肤、假到不行的光晕、还有那些毫无意义的线条细节折磨过这篇内容适合你。注意这套工作流对显存有要求建议8GB以上显存ComfyUI版本尽量用新版。模型文件我默认你已经会放了不会放的话后面章节里我也会提。1. AI感到底是个什么东西1.1 肉眼可见的三处破绽先说个扎心的事实普通观众不一定懂技术但他们照样能一眼认出AI图。为什么因为AI生成图像有逃不掉的视觉特征我总结成三条。第一是塑料皮肤。AI画人像时皮肤往往过度平滑高光位置不对像涂了一层油的硅胶娃娃。这背后是模型训练数据里大量精修商业图导致的概率偏好——真实皮肤的毛孔、绒毛、轻度色素不均AI很难主动画出来因为它在去噪过程中一直在往平均脸上拉。第二是高频噪声细节。放大看头发丝、树叶、布料纹理AI图的细节往往是一团混乱的小线条近看全是噪点远看发灰缺乏真实世界那种近看有结构、远看聚成面的层次感。这个在SD1.5上尤其明显因为它的潜在空间latent space分辨率有限细节全靠解码器脑补。第三是光影不诚实。AI经常画出多个光源的效果明明头顶一个灯脸上却出现了下方补光背景阴影方向和人脸阴影方向打架。这是因为模型没有真正的物理光照模型一切光影都是数据统计出来的概率组合。知道了这三处破绽洗图才有方向把过度的光滑打碎把混乱的细节收敛把错误的光影逻辑掰回来。1.2 为什么偏偏是SD1.5 Flux组合有人问现在SDXL、SD3.5不香吗为什么用老掉牙的SD1.5和Flux搭档这里有个挺反直觉的经验去AI感不靠更强的模型靠的是流程配合。Flux的强项是语义理解和构图一句话能生成很讲究的画面布局光影整体感也远好于SD1.5。我用Flux生成底图就相当于拍照时先把构图和光线定下来这部分Flux做得又快又好尤其是对中文语义的理解比SD系好一个档次。但Flux的图也有问题细节过度完美皮肤干净得像假人画面里缺少真实摄影的颗粒感和瑕疵。这时候SD1.5上场做重绘把细节重新处理一遍。SD1.5虽然老但它有两个不可替代的优势。优势一是生态丰富。围绕SD1.5有海量微调模型尤其是写实人像方向的LoRA和checkpoint质感风格高度可调。我洗人像图时直接挂一个写实皮肤LoRAAI感立刻降一个级别。优势二是重绘幅度可控。SD1.5的图生图在小denoise区间内表现非常稳定它不会像Flux那样一旦重绘就大改构图而是乖乖地在细节层面做微调正好适合洗图这个场景。还有一个务实理由SD1.5对显存要求低和Flux串在同一个工作流里可以不爆显存。Flux用FP8精度已经吃掉不少显存了SD1.5几乎不占额外资源两个模型切换很流畅。2. 整体技术思路两段式洗图流程2.1 主流程设计这套工作流整体分四段Flux生成底图 → 图像放大/降噪预处理 → SD1.5低幅度重绘 → 细节修复与输出。先看一张流程意识图用文字描述加载Flux双文本编码器UNet → 写提示词生成底图 → 保存临时图像 → 加载SD1.5 checkpoint ControlNet → 用VAE解码底图并送入图生图 → 设定denoise为0.3~0.45 → 重绘输出 → 送进细节增强节点 → 最终保存。两段式看起来简单但关键在中间的承转环节。Flux输出的底图不能直接扔给SD1.5重绘因为两个模型的VAE不同图像域差异很大。我踩过的坑就是直接把Flux的图连到SD1.5的latent节点上结果颜色整体偏移面部糊成一团。正确做法是先用VAE Decode把Flux的输出转成像素图再通过VAE Encode编码到SD1.5的潜在空间里中间的像素损失能靠img2img的denoise来弥补。另外底图的分辨率有讲究。我测试下来Flux出图建议1024x1024或1280x720然后放大到1536x1024再交给SD1.5重绘。为什么不直接让Flux出高分辨率因为Flux在1024以上分辨率时细节分布会变稀反而是低分辨率出图再放大细节密度更高。放大这一步用ComfyUI自带的Upscale ImageESRGAN/4x-UltraSharp就好不用额外插件。2.2 模型与插件准备清单纸上谈兵没用直接列清单。我当前的ComfyUI版本是v0.3.28模型和插件如下用途模型/插件备注Flux底图生成FLUX.1-dev-fp8.safetensors也可用GGUF量化版dev版质量好注意非商用许可Flux文本编码器clip_l.safetensors t5xxl_fp8_e4m3fn.safetensors两个都要缺一个就报错SD1.5精修v1-5-pruned-emaonly.safetensors 写实人像LoRA建议另备majicMIX realistic等成熟底模ControlNetcontrol_v11p_sd15_lineart / canny用来锁构图防止SD1.5重绘乱跑结构放大模型4x-UltraSharp.pth低分辨率底图放大必备细节修复ComfyUI Impact PackFaceDetailer节点人脸重绘修复强烈建议装提示Flux的t5xxl编码器文件比较大约4.9GB显存紧张的话优先用fp8版本质量和全精度差距肉眼几乎看不出。下载模型放对目录就行Flux的unet放models/unetCLIP放models/clipSD1.5的checkpoint放models/checkpoints。插件方面我目前只装了ComfyUI Impact Pack、ComfyUI ControlNet Aux和ComfyUI Manager。Impact Pack里的FaceDetailer在洗图最后一步几乎是必需品它的作用是单独对脸部区域做一次高清重绘能极大保留面部特征的同时修掉AI痕迹。3. 实操搭建从空白画布到完整工作流3.1 Flux出图端配置打开ComfyUI先搭建Flux出图段。建议清空默认工作流从零开始拖节点因为默认的SD1.5工作流结构用不了Flux。节点顺序CheckpointLoaderSimple或DualCLIPLoaderUNETLoader→CLIPTextEncode正向/反向提示词→KSampler→VAEDecode→SaveImage。Flux比较特殊它只有正向提示词甚至有的工作流不需要反向提示词但我习惯保留一个空的反向文本编码器保持流程一致性。采样器参数我实测推荐steps28cfg3.5dev模型sampler_nameeulerschedulersimpledenoise1.0。这里有个参数说明Flux的CFG不能像SD1.5那样设到7、8它训练时就用了低CFG设高了图会过曝发灰。如果你是schnell版本steps可以降到8但dev版28步是质量和速度的平衡点。底图生成后我习惯在SaveImage后面再接一个放大节点把1024的图放大到1536这一步就地为后面的SD1.5重绘提供更高像素密度。3.2 SD1.5精修端配置Flux出图之后重头戏来了。SD1.5精修段节点如下LoadImage接入上一步保存的底图→VAEEncode→ControlNetLoaderApplyControlNet可选→KSamplerdenoise0.35→VAEDecode→ImageScale可选控制输出分辨率。关键在KSampler的配置steps25cfg5.5sampler_namedpmpp_2mschedulerkarrasdenoise0.35~0.45。这个denoise区间是整条工作流的最核心参数后面我专门用一节来讲。如果你担心重绘时SD1.5把Flux的构图带偏可以在VAEEncode之后加ControlNet。我用的是canny或lineart从原图提取边缘线然后作为条件输入强制SD1.5在重绘时保持轮廓。实测下来加了ControlNet后denoise甚至可以开到0.5而不丢失构图画面的洗AI感效果也更彻底。还有一个个人习惯SD1.5的CFG我从不低于4.5。CFG太低图会发灰、失去对比度整个画面像蒙了一层雾但超过7又容易产生过饱和的AI色。5.5是写实风格的甜点值。3.3 收尾与导出SD1.5重绘出来的图已经比较自然了但仔细看还是有两处毛病一是肤色有时候偏黄红二是面部细节还是不够致密。这时候上FaceDetailer节点从VAEDecode输出接一根线到FaceDetailer的image输入模型选择这个SD1.5的同一个底模设置denoise0.4bbox_size512padding32。FaceDetailer会自动检测图中的所有人脸裁剪出来做一次局部重绘然后用原始像素做blend拼接。这一步能有效恢复眼睛、嘴唇、眉毛的清晰度同时保证皮肤纹理不过度光滑。我试过不做这步直接输出人脸放大看总觉得差一口气做了之后质感立刻上了一个台阶。最后输出前建议加一个ImageSharpen或Unsharp Mask节点。不过注意强度别拉太高我用默认值0.2拉太高反而会重新制造AI锐化感。保存格式用PNGJPEG压缩在1024分辨率下容易出块状伪影。4. 核心参数与原理拆解4.1 重绘幅度denoise的选择逻辑这个参数直接决定洗图成败值得花大篇幅说清楚。denoise去噪强度在img2img里表示重绘时对原始图像的保留程度1.0表示完全不管原图0表示原样输出。去AI感的目标是去掉AI特有的痕迹但保留AI生成的构图和场景。denoise太低小于0.2AI痕迹根本洗不掉只是给图像加了一层浅浅的噪声再降噪等于白做denoise太高大于0.5SD1.5会把Flux的画面大改颜色、光影、构图全变那还不如直接用SD1.5生图。我的经验值人像写实0.35~0.4风景/场景0.45~0.55。为什么人像要更低因为人脸对结构变化极其敏感稍微改一点就不像同一个人了而低denoise下SD1.5只会在纹理层做文章五官位置和结构基本不变正好达到洗掉塑料感但保留五官的效果。风景图的容错度高可以开高一点进一步调整氛围和光线逻辑。建议你在0.3~0.5之间每次调0.05做对比测试保存几张对比图看哪个区间对你当前题材最合适。顺带说一句denoise配合采样器步数有联动关系denoise0.35时实际去噪步数约等于steps × 0.35也就是约8-9步所以SD1.5段steps设25就够了再多也是空转。4.2 CFG、采样步数与提示词的影响CFGClassifier-Free Guidance决定生成结果对提示词的服从程度。SD1.5时代大家对CFG的第一反应是越高越像提示词描述但很少有人注意到高CFG也是AI感的来源之一。CFG太高时模型会过度自信地强行输出符合提示词的细节这些细节缺少真实世界的随机性于是画面异常干净、对称、光滑——这就是AI感的底层来源。洗图时CFG反而要适度调低。SD1.5写实风格CFG控制在4.5~6之间能保留足够构图信息又给模型一点自由发挥去补真实的噪点和瑕疵。Flux端也一样dev模型的CFG就是3.5别乱加。采样器方面Flux用eulerSD1.5用dpmpp_2m不要反过来。Reasoneuler在Flux的低CFG下能保留更多高频细节那些随机的微小瑕疵正是洗掉AI感需要的原材料而dpmpp_2m在SD1.5重绘时收敛快、颜色准不容易出现色偏。提示词也有讲究两个阶段的提示词策略完全不同阶段提示词策略示例Flux打底强调构图、光线、内容语义candid portrait, soft window light, 35mm photo, natural skin texture, shallow depth of fieldSD1.5重绘强调质感、胶片感、真实瑕疵RAW photo, 35mm film grain, pores visible, natural blemish, muted color, realistic skin反向提示词直接列出不要的东西smooth plastic skin, airbrushed, overexposed, 3d render, cg, illustration第二阶段的提示词其实是写给质感的指令它告诉SD1.5重绘时往哪边靠。别只复制我的试试不同的短语比如imperfect skin、lifelike texture、shot on portra 400你会发现对最终质感的改变比想象中明显。5. 常见问题与实战避坑5.1 ComfyUI报错排查实录构建这类跨模型工作流99%的人会遇到报错我挑几个高频的讲。Failed to execute node——这是最泛的报错90%情况是模型加载路径或节点连接类型不对。我会先看红色节点再点节点右上角的红色圆点查看具体错误信息。最常见的是Flux的CLIP加载不全比如只加载了clip_l没加载t5xxl或者两个模型的VAE冲突。解决方式是Flux段单独用一个VAE用UNETLoader加载的模型自带VAE逻辑SD1.5段再用自己的VAE不要共用。ValueError: Shape mismatch——意思是两个节点的张量形状对不上通常是图像尺寸传递出了问题。比如Flux输出是1024x1024但SD1.5端ControlNet的预处理器输出的条件图是512x512一拼就报错。我的习惯是全程固定分辨率Flux用1024放大到1536SD1.5重绘也维持1536ControlNet预处理输出和主图保持同尺寸。显存溢出OOM——Flux的t5xxl编码器很吃显存如果显存只有8G建议用GGUF量化版的Flux或者把t5xxl_fp8换成t5xxl_fp16文件更小但精度稍有损失。顺带提一嘴ComfyUI设置里可以开Smart Memory Management能缓解峰值显存压力。5.2 洗图效果不自然的6个原因如果按上面的流程跑了结果还是不满意问题大概率出在这6个地方。第一denoise调太狠。很多人第一次用就把denoise调到0.7输出变成了SD1.5完全重画的图Flux在构图上的优势全丢了。我建议无论如何先0.35起步。第二底图分辨率太低。Flux出图低于768x768放大到1536后细节严重不足SD1.5重绘再怎么洗也救不回来。宁愿Flux生成时间多几秒也不要省这一步。第三ControlNet权重设太高。ApplyControlNet的strength默认1.0但洗图场景建议设0.5~0.7。太高会导致边缘线硬得像描边画面失去自然过渡太低又锁不住构图需要自己试一次就有感觉了。第四FaceDetailer的denoise设太低小于0.3。脸部区域本来就是重绘重点只改一点点等于没改AI感还在。第五清洗后整体颜色偏灰白。这种情况通常是SD1.5的VAE没有加载好导致颜色解码偏差。手动指定SD1.5的VAEvae-ft-mse-840000-ema-pruned就能解决。注意ComfyUI默认会使用checkpoint里内嵌的VAE有时候会被Flux的VAE干扰手动指定最稳。第六放大和锐化的顺序反了。如果你先锐化再放大相当于放大时把锐化噪声也放大了画面会糙。正确顺序永远是放大 → SD1.5重绘 → 锐化/细节修复 → 输出。写在最后一些个人的小经验这套工作流我陆陆续续调了两周最大的感悟是去AI感不是靠某一个神级节点或魔法模型而是靠一个完整的流程把AI的强项和弱点拆开处理。Flux的强项是理解意图、构造画面SD1.5的强项是在限定幅度内做细节纹理ControlNet负责约束FaceDetailer负责收尾——每个环节各司其职配合起来才能把AI感一点点挤出去。最后再分享一个小技巧跑通工作流后建议把所有参数整理成一个自己的模板文件然后用Batch模式批量测试不同denoise和CFG的组合。我在第一次做对比测试时发现光是denoise从0.35调到0.4成片质感就有可感知的差异。你的显卡、模型、甚至你想要的风格都会影响甜点参数只有自己大量跑图才能找到最适合自己那套组合。这套流程现在已经成为我的主力出图管线希望它也能帮你省下一些调参的弯路。本文还有配套的精品资源点击获取 用ComfyUI搭建Flux+SD1.5去AI感洗图工作流
简介面向ComfyUI用户尤其是使用SD1.5与Flux模型并希望改善AI生成痕迹的创作者这份资源提供了一套可直接导入的去AI感洗图工作流。资源仅含1个json格式文件体积9KB属于轻量化配置包便于分发与二次调整。该工作流重点解决生成图像常见的塑料感、过度锐化与色彩失真问题内部涵盖采样器参数预设、模型节点连接方式以及后处理模块调用逻辑用户加载后即可对照自身出图效果进行微调也可以将其拆解用于学习不同节点间组合对最终质感的影响。无论是追求电商摄影、人物写实还是风景自然感都能借此快速减少明显的AI绘画痕迹。目前已有146人学习或下载适合有一定基础、希望快速掌握去AI感工作流配置的ComfyUI使用者。资源虽小但针对性强导入后可直接运行省去从零搭建流程的麻烦。 咱们直接聊点实在的AI画的图为什么一眼就能认出来有人说是皮肤太干净有人说是手指乱飘但真正干这行的人都知道问题出在质感、光影逻辑和细节的信息密度上。这次我搭了一套ComfyUI/SD1.5 Flux 去AI感洗图工作流专门对付这种一眼AI的毛病效果比我预想中好不少。这套流程的思路其实不复杂用Flux打底图因为它构图和语义理解强再交给SD1.5做低幅度重绘把AI那种塑料光泽和过度锐化洗掉最后过一遍细节修复和色彩微调让图更像相机直出或者手绘扫图。整个过程全部在 ComfyUI 里完成可视化拖节点流程随时改改完立刻能看到结果。如果你也被AI味的皮肤、假到不行的光晕、还有那些毫无意义的线条细节折磨过这篇内容适合你。注意这套工作流对显存有要求建议8GB以上显存ComfyUI版本尽量用新版。模型文件我默认你已经会放了不会放的话后面章节里我也会提。1. AI感到底是个什么东西1.1 肉眼可见的三处破绽先说个扎心的事实普通观众不一定懂技术但他们照样能一眼认出AI图。为什么因为AI生成图像有逃不掉的视觉特征我总结成三条。第一是塑料皮肤。AI画人像时皮肤往往过度平滑高光位置不对像涂了一层油的硅胶娃娃。这背后是模型训练数据里大量精修商业图导致的概率偏好——真实皮肤的毛孔、绒毛、轻度色素不均AI很难主动画出来因为它在去噪过程中一直在往平均脸上拉。第二是高频噪声细节。放大看头发丝、树叶、布料纹理AI图的细节往往是一团混乱的小线条近看全是噪点远看发灰缺乏真实世界那种近看有结构、远看聚成面的层次感。这个在SD1.5上尤其明显因为它的潜在空间latent space分辨率有限细节全靠解码器脑补。第三是光影不诚实。AI经常画出多个光源的效果明明头顶一个灯脸上却出现了下方补光背景阴影方向和人脸阴影方向打架。这是因为模型没有真正的物理光照模型一切光影都是数据统计出来的概率组合。知道了这三处破绽洗图才有方向把过度的光滑打碎把混乱的细节收敛把错误的光影逻辑掰回来。1.2 为什么偏偏是SD1.5 Flux组合有人问现在SDXL、SD3.5不香吗为什么用老掉牙的SD1.5和Flux搭档这里有个挺反直觉的经验去AI感不靠更强的模型靠的是流程配合。Flux的强项是语义理解和构图一句话能生成很讲究的画面布局光影整体感也远好于SD1.5。我用Flux生成底图就相当于拍照时先把构图和光线定下来这部分Flux做得又快又好尤其是对中文语义的理解比SD系好一个档次。但Flux的图也有问题细节过度完美皮肤干净得像假人画面里缺少真实摄影的颗粒感和瑕疵。这时候SD1.5上场做重绘把细节重新处理一遍。SD1.5虽然老但它有两个不可替代的优势。优势一是生态丰富。围绕SD1.5有海量微调模型尤其是写实人像方向的LoRA和checkpoint质感风格高度可调。我洗人像图时直接挂一个写实皮肤LoRAAI感立刻降一个级别。优势二是重绘幅度可控。SD1.5的图生图在小denoise区间内表现非常稳定它不会像Flux那样一旦重绘就大改构图而是乖乖地在细节层面做微调正好适合洗图这个场景。还有一个务实理由SD1.5对显存要求低和Flux串在同一个工作流里可以不爆显存。Flux用FP8精度已经吃掉不少显存了SD1.5几乎不占额外资源两个模型切换很流畅。2. 整体技术思路两段式洗图流程2.1 主流程设计这套工作流整体分四段Flux生成底图 → 图像放大/降噪预处理 → SD1.5低幅度重绘 → 细节修复与输出。先看一张流程意识图用文字描述加载Flux双文本编码器UNet → 写提示词生成底图 → 保存临时图像 → 加载SD1.5 checkpoint ControlNet → 用VAE解码底图并送入图生图 → 设定denoise为0.3~0.45 → 重绘输出 → 送进细节增强节点 → 最终保存。两段式看起来简单但关键在中间的承转环节。Flux输出的底图不能直接扔给SD1.5重绘因为两个模型的VAE不同图像域差异很大。我踩过的坑就是直接把Flux的图连到SD1.5的latent节点上结果颜色整体偏移面部糊成一团。正确做法是先用VAE Decode把Flux的输出转成像素图再通过VAE Encode编码到SD1.5的潜在空间里中间的像素损失能靠img2img的denoise来弥补。另外底图的分辨率有讲究。我测试下来Flux出图建议1024x1024或1280x720然后放大到1536x1024再交给SD1.5重绘。为什么不直接让Flux出高分辨率因为Flux在1024以上分辨率时细节分布会变稀反而是低分辨率出图再放大细节密度更高。放大这一步用ComfyUI自带的Upscale ImageESRGAN/4x-UltraSharp就好不用额外插件。2.2 模型与插件准备清单纸上谈兵没用直接列清单。我当前的ComfyUI版本是v0.3.28模型和插件如下用途模型/插件备注Flux底图生成FLUX.1-dev-fp8.safetensors也可用GGUF量化版dev版质量好注意非商用许可Flux文本编码器clip_l.safetensors t5xxl_fp8_e4m3fn.safetensors两个都要缺一个就报错SD1.5精修v1-5-pruned-emaonly.safetensors 写实人像LoRA建议另备majicMIX realistic等成熟底模ControlNetcontrol_v11p_sd15_lineart / canny用来锁构图防止SD1.5重绘乱跑结构放大模型4x-UltraSharp.pth低分辨率底图放大必备细节修复ComfyUI Impact PackFaceDetailer节点人脸重绘修复强烈建议装提示Flux的t5xxl编码器文件比较大约4.9GB显存紧张的话优先用fp8版本质量和全精度差距肉眼几乎看不出。下载模型放对目录就行Flux的unet放models/unetCLIP放models/clipSD1.5的checkpoint放models/checkpoints。插件方面我目前只装了ComfyUI Impact Pack、ComfyUI ControlNet Aux和ComfyUI Manager。Impact Pack里的FaceDetailer在洗图最后一步几乎是必需品它的作用是单独对脸部区域做一次高清重绘能极大保留面部特征的同时修掉AI痕迹。3. 实操搭建从空白画布到完整工作流3.1 Flux出图端配置打开ComfyUI先搭建Flux出图段。建议清空默认工作流从零开始拖节点因为默认的SD1.5工作流结构用不了Flux。节点顺序CheckpointLoaderSimple或DualCLIPLoaderUNETLoader→CLIPTextEncode正向/反向提示词→KSampler→VAEDecode→SaveImage。Flux比较特殊它只有正向提示词甚至有的工作流不需要反向提示词但我习惯保留一个空的反向文本编码器保持流程一致性。采样器参数我实测推荐steps28cfg3.5dev模型sampler_nameeulerschedulersimpledenoise1.0。这里有个参数说明Flux的CFG不能像SD1.5那样设到7、8它训练时就用了低CFG设高了图会过曝发灰。如果你是schnell版本steps可以降到8但dev版28步是质量和速度的平衡点。底图生成后我习惯在SaveImage后面再接一个放大节点把1024的图放大到1536这一步就地为后面的SD1.5重绘提供更高像素密度。3.2 SD1.5精修端配置Flux出图之后重头戏来了。SD1.5精修段节点如下LoadImage接入上一步保存的底图→VAEEncode→ControlNetLoaderApplyControlNet可选→KSamplerdenoise0.35→VAEDecode→ImageScale可选控制输出分辨率。关键在KSampler的配置steps25cfg5.5sampler_namedpmpp_2mschedulerkarrasdenoise0.35~0.45。这个denoise区间是整条工作流的最核心参数后面我专门用一节来讲。如果你担心重绘时SD1.5把Flux的构图带偏可以在VAEEncode之后加ControlNet。我用的是canny或lineart从原图提取边缘线然后作为条件输入强制SD1.5在重绘时保持轮廓。实测下来加了ControlNet后denoise甚至可以开到0.5而不丢失构图画面的洗AI感效果也更彻底。还有一个个人习惯SD1.5的CFG我从不低于4.5。CFG太低图会发灰、失去对比度整个画面像蒙了一层雾但超过7又容易产生过饱和的AI色。5.5是写实风格的甜点值。3.3 收尾与导出SD1.5重绘出来的图已经比较自然了但仔细看还是有两处毛病一是肤色有时候偏黄红二是面部细节还是不够致密。这时候上FaceDetailer节点从VAEDecode输出接一根线到FaceDetailer的image输入模型选择这个SD1.5的同一个底模设置denoise0.4bbox_size512padding32。FaceDetailer会自动检测图中的所有人脸裁剪出来做一次局部重绘然后用原始像素做blend拼接。这一步能有效恢复眼睛、嘴唇、眉毛的清晰度同时保证皮肤纹理不过度光滑。我试过不做这步直接输出人脸放大看总觉得差一口气做了之后质感立刻上了一个台阶。最后输出前建议加一个ImageSharpen或Unsharp Mask节点。不过注意强度别拉太高我用默认值0.2拉太高反而会重新制造AI锐化感。保存格式用PNGJPEG压缩在1024分辨率下容易出块状伪影。4. 核心参数与原理拆解4.1 重绘幅度denoise的选择逻辑这个参数直接决定洗图成败值得花大篇幅说清楚。denoise去噪强度在img2img里表示重绘时对原始图像的保留程度1.0表示完全不管原图0表示原样输出。去AI感的目标是去掉AI特有的痕迹但保留AI生成的构图和场景。denoise太低小于0.2AI痕迹根本洗不掉只是给图像加了一层浅浅的噪声再降噪等于白做denoise太高大于0.5SD1.5会把Flux的画面大改颜色、光影、构图全变那还不如直接用SD1.5生图。我的经验值人像写实0.35~0.4风景/场景0.45~0.55。为什么人像要更低因为人脸对结构变化极其敏感稍微改一点就不像同一个人了而低denoise下SD1.5只会在纹理层做文章五官位置和结构基本不变正好达到洗掉塑料感但保留五官的效果。风景图的容错度高可以开高一点进一步调整氛围和光线逻辑。建议你在0.3~0.5之间每次调0.05做对比测试保存几张对比图看哪个区间对你当前题材最合适。顺带说一句denoise配合采样器步数有联动关系denoise0.35时实际去噪步数约等于steps × 0.35也就是约8-9步所以SD1.5段steps设25就够了再多也是空转。4.2 CFG、采样步数与提示词的影响CFGClassifier-Free Guidance决定生成结果对提示词的服从程度。SD1.5时代大家对CFG的第一反应是越高越像提示词描述但很少有人注意到高CFG也是AI感的来源之一。CFG太高时模型会过度自信地强行输出符合提示词的细节这些细节缺少真实世界的随机性于是画面异常干净、对称、光滑——这就是AI感的底层来源。洗图时CFG反而要适度调低。SD1.5写实风格CFG控制在4.5~6之间能保留足够构图信息又给模型一点自由发挥去补真实的噪点和瑕疵。Flux端也一样dev模型的CFG就是3.5别乱加。采样器方面Flux用eulerSD1.5用dpmpp_2m不要反过来。Reasoneuler在Flux的低CFG下能保留更多高频细节那些随机的微小瑕疵正是洗掉AI感需要的原材料而dpmpp_2m在SD1.5重绘时收敛快、颜色准不容易出现色偏。提示词也有讲究两个阶段的提示词策略完全不同阶段提示词策略示例Flux打底强调构图、光线、内容语义candid portrait, soft window light, 35mm photo, natural skin texture, shallow depth of fieldSD1.5重绘强调质感、胶片感、真实瑕疵RAW photo, 35mm film grain, pores visible, natural blemish, muted color, realistic skin反向提示词直接列出不要的东西smooth plastic skin, airbrushed, overexposed, 3d render, cg, illustration第二阶段的提示词其实是写给质感的指令它告诉SD1.5重绘时往哪边靠。别只复制我的试试不同的短语比如imperfect skin、lifelike texture、shot on portra 400你会发现对最终质感的改变比想象中明显。5. 常见问题与实战避坑5.1 ComfyUI报错排查实录构建这类跨模型工作流99%的人会遇到报错我挑几个高频的讲。Failed to execute node——这是最泛的报错90%情况是模型加载路径或节点连接类型不对。我会先看红色节点再点节点右上角的红色圆点查看具体错误信息。最常见的是Flux的CLIP加载不全比如只加载了clip_l没加载t5xxl或者两个模型的VAE冲突。解决方式是Flux段单独用一个VAE用UNETLoader加载的模型自带VAE逻辑SD1.5段再用自己的VAE不要共用。ValueError: Shape mismatch——意思是两个节点的张量形状对不上通常是图像尺寸传递出了问题。比如Flux输出是1024x1024但SD1.5端ControlNet的预处理器输出的条件图是512x512一拼就报错。我的习惯是全程固定分辨率Flux用1024放大到1536SD1.5重绘也维持1536ControlNet预处理输出和主图保持同尺寸。显存溢出OOM——Flux的t5xxl编码器很吃显存如果显存只有8G建议用GGUF量化版的Flux或者把t5xxl_fp8换成t5xxl_fp16文件更小但精度稍有损失。顺带提一嘴ComfyUI设置里可以开Smart Memory Management能缓解峰值显存压力。5.2 洗图效果不自然的6个原因如果按上面的流程跑了结果还是不满意问题大概率出在这6个地方。第一denoise调太狠。很多人第一次用就把denoise调到0.7输出变成了SD1.5完全重画的图Flux在构图上的优势全丢了。我建议无论如何先0.35起步。第二底图分辨率太低。Flux出图低于768x768放大到1536后细节严重不足SD1.5重绘再怎么洗也救不回来。宁愿Flux生成时间多几秒也不要省这一步。第三ControlNet权重设太高。ApplyControlNet的strength默认1.0但洗图场景建议设0.5~0.7。太高会导致边缘线硬得像描边画面失去自然过渡太低又锁不住构图需要自己试一次就有感觉了。第四FaceDetailer的denoise设太低小于0.3。脸部区域本来就是重绘重点只改一点点等于没改AI感还在。第五清洗后整体颜色偏灰白。这种情况通常是SD1.5的VAE没有加载好导致颜色解码偏差。手动指定SD1.5的VAEvae-ft-mse-840000-ema-pruned就能解决。注意ComfyUI默认会使用checkpoint里内嵌的VAE有时候会被Flux的VAE干扰手动指定最稳。第六放大和锐化的顺序反了。如果你先锐化再放大相当于放大时把锐化噪声也放大了画面会糙。正确顺序永远是放大 → SD1.5重绘 → 锐化/细节修复 → 输出。写在最后一些个人的小经验这套工作流我陆陆续续调了两周最大的感悟是去AI感不是靠某一个神级节点或魔法模型而是靠一个完整的流程把AI的强项和弱点拆开处理。Flux的强项是理解意图、构造画面SD1.5的强项是在限定幅度内做细节纹理ControlNet负责约束FaceDetailer负责收尾——每个环节各司其职配合起来才能把AI感一点点挤出去。最后再分享一个小技巧跑通工作流后建议把所有参数整理成一个自己的模板文件然后用Batch模式批量测试不同denoise和CFG的组合。我在第一次做对比测试时发现光是denoise从0.35调到0.4成片质感就有可感知的差异。你的显卡、模型、甚至你想要的风格都会影响甜点参数只有自己大量跑图才能找到最适合自己那套组合。这套流程现在已经成为我的主力出图管线希望它也能帮你省下一些调参的弯路。本文还有配套的精品资源点击获取