简介面向 ComfyUI 与 Stable Diffusion 1.5、Flux 用户的去AI感洗图工作流资源适合批量出图后仍觉得画面带有明显算法痕迹、希望进一步优化为自然质感的创作者。资源以单个 JSON 工作流文件为核心文件总数 1 个大小仅 9KB导入 ComfyUI 后即可查看节点编排与关键参数配置直接理解“去AI感”处理流程的搭建方式也适合在此基础上替换模型、调整采样参数做进一步试验。已有 146 人学习/下载适用人群包括 AI 绘画初学者、自媒体配图制作者以及尝试将 AI 出图融入实际项目的设计师。借助这份工作流用户可以快速定位生成图中偏“数码味”的环节结合 SD1.5 与 Flux 的模型特性进行二次润色与细节修正轻量的文件体积便于按需修改参数或迁移到其他配置作为入门参考或日常洗图模板都较为合适是一份指向明确的 ComfyUI 实作资料。 AI绘画玩久了最怕朋友一句“这图一看就是AI生成的。”问题还真不是模型不够强反而恰恰是它太“完美”了。皮肤光滑得像蜡像、边缘锐利到失真、光影干净得没有一点点镜头该有的瑕疵。要消掉这种AI感我的做法是用ComfyUI把SD1.5和Flux串联起来让Flux负责构图和光影让SD1.5负责“洗掉”那层精致的塑料味。这套“去AI感洗图”流程我跑了快两个月从秋叶整合包到手动部署都试过今天把这套工作流、参数和经验一次说清楚。所谓“洗图”并不是简单的图生图降噪而是把AI生成的原图当成一张“数字底片”重新做一遍模拟真实摄影的后期。这篇文章适合已经能用ComfyUI出图、但对画质不满意的人也适合刚接触ComfyUI、想直接抄一套去AI感工作流的新手。我不讲玄学只讲我实际反复调过的节点和参数。1. “AI感”到底从哪里来先搞清楚要洗掉什么1.1 三种最典型的AI味先说最常见的“塑料脸”。AI生成的人像皮肤非常均匀毛孔、细纹、绒毛全被磨掉了看上去像涂抹了一层柔光滤镜。这是SD1.5系列最明显的问题尤其在使用写实类底模时面部会被模型默认成“美颜后”的状态。Flux在这方面好一些但它又容易走向另一个极端画面太干净干净到像渲染图缺少真实照片里那种由镜头和光线造成的随机瑕疵。第二种是过度锐化的结构感。很多AI图在放大后头发的边缘会有一圈白边衣服纤维、草地纹理等高频细节会呈现“伪细节”——看起来很清楚但放大后全是像素噪声或重复的纹理。这种结构感其实来自模型训练时对高频特征的过度拟合人类视觉会下意识觉得“不对劲”。第三种是光影和空间逻辑错误。AI能画出合理的光但常常在物理上不成立。比如人物面部有伦勃朗光背后墙面却完全没有对应的光照方向前景虚化很重背景却依然保持着不可思议的清晰度。真实相机因为镜头光圈、像差、镀膜的原因会在焦外产生独特的球面像差和二线性虚化AI模型目前还很难完整模拟这一点。1.2 SD1.5和Flux的“味”不一样洗法也不同很多人以为去AI感就是加噪点、加暗角太表面了。SD1.5和Flux生成图像时的人工痕迹来源完全不同。SD1.5的底模大多基于CLIP文本编码器对自然语言的理解有限所以生成的画面往往更“讨好”提示词里的名词而忽略物理逻辑。它的AI感更多来自皮肤过渡、眼睛高光、牙齿边缘这类局部细节。洗它的重点在“局部重绘”和“低步数二次采样”。Flux的底模用了更大的文本编码器和更强的扩散架构生成结果在构图上甩SD1.5一大截光影更接近真实渲染。但Flux有个很微妙的问题它生成的“完美”缺乏随机性多次出图构图变化很小色彩过渡过分顺滑像专业修图软件里被大幅磨皮的商业片。洗它的重点在于“打破完美”加颗粒、加镜头像差、做局部结构扰动让图像的熵值回到正常范围。1.3 去AI感的核心思路生成—识别痕迹—回洗我在工作流里反复验证下来的核心思路其实很简单先用一个模型生成再用另一个模型去“回洗”。这跟修图软件里的高低频分离很像。Flux负责低频信息也就是构图、光比、色彩大关系SD1.5负责高频信息也就是皮肤纹理、头发丝、物体边缘的随机性。回洗的本质是用SD1.5的扩散过程把Flux那种“过于合理”的高频特征打乱打乱之后再重新收敛到更接近真实照片的分布上。这个“生成—识别痕迹—回洗”的循环说起来容易但在ComfyUI里搭起来需要格外注意模型的潜空间差异。Flux和SD1.5使用不同的文本编码器和VAE直接在同一个K采样器里切换模型会导致色彩漂移、结构错乱。所以整套工作流不是简单的两个采样器串联需要加VAE转换和样本对齐。2. ComfyUI工作流整体设计Flux定调、SD1.5回洗2.1 为什么整套流程要放在ComfyUI里跑用WebUI也能做图生图但去AI感洗图需要频繁调试节点顺序、可视化对比中间结果。ComfyUI最大的优势是能同时加载两套模型管线并且随时断开任意节点看输出不用把中间结果存盘再拖进另一个页面。如果你用的是秋叶整合包直接打开ComfyUI启动器就能在“工作流”面板里拖节点不需要单独装环境。不过要注意秋叶整合包里Flux和SD1.5的模型目录是分开的但可以手动指定同一个models/checkpoints目录方便在同一个工作流里调用。我建议本地部署时先跑通一套最小的“Flux文生图→SD1.5图生图”流程再逐渐加ControlNet和放大节点。不然一上来就搭几十个节点报错时根本定位不了问题。2.2 我用的工作流骨架下面这个骨架是我在V9.5整合包上稳定跑通的版本节点连接顺序如下Flux文生图Flux底模 T5文本编码器 Flux VAE → 第一次K采样生成基础构图。VAE解码 → 加载图像为Image对象作为下一步的输入。SD1.5图生图加载SD1.5底模 CLIP编码器将第一步输出的图像通过SD1.5 VAE编码到潜空间。第二次K采样设置较低的denoise强度对潜空间做“回洗”结束后用SD1.5 VAE解码。可选ControlNet在第二步和第三步之间插入ControlNet锁住深度或线稿结构。后期节点放大模型、胶片颗粒节点、暗角节点全部串联到最后。注意Flux和SD1.5的VAE完全不同不要在Flux采样后直接接SD1.5的VAE解码器。正确做法是先用Flux VAE解码成普通图像再重新加载SD1.5 VAE把图像编码回潜空间。这一步虽然看起来多绕了一圈但能避免色彩发灰和结构畸形。2.3 模型加载与显存管理细节如果你用秋叶整合包需要去“模型管理”里把Flux模型和SD1.5模型都添加成checkpoint类型。ComfyUI在同一个工作流中允许添加多个CheckpointLoader节点我通常会放两个加载器分别命名为“FluxLoader”和“SD15Loader”采样时手动把模型输出接到对应的K采样器上。显存方面Flux模型很大如果显卡只有8G建议打开启动器的“低显存模式”同时把Flux的采样步数控制在20步以内。回洗用的SD1.5模型显存占用小很多但两个模型同时加载时峰值显存可能达到12G以上。我的经验是给ComfyUI开“智能卸载”让Flux采样结束后自动释放显存再加载SD1.5做回洗。节点上可以加一个“ModelUnload”节点放在Flux采样器的输出端能明显减少中途爆显存的情况。3. 关键节点参数精调把“洗图”落到实处3.1 采样器与CFG降低塑料感的第一刀采样器选择上Flux阶段我固定用EulerCFG保持1.0。Flux模型对CFG极不敏感调高到2以上画面会过曝1.0是最稳的。SD1.5回洗阶段则相反CFG直接影响“AI味”的残留量。我实测下来CFG在4.5到5.5之间能保留原图主要结构同时把皮肤质地带入更多随机性CFG一旦超过7SD1.5会重新“一本正经”地过度拟合提示词塑料感又回来了。采样器推荐用DPM 2M Karras步数在20到28之间。回洗阶段不建议用Euler a因为它的随机性太强容易把Flux辛苦做的光影结构洗乱。DPM 2M Karras在低denoise下能保持更好的色彩一致性。当然如果你的显卡性能很强可以试试DPM SDE Karras它在纹理细节上更“碎”接近真实照片的噪点结构但速度慢不少。注意回洗时SD1.5的负面提示词尽量简单。不要堆“低质量、模糊、噪点”这类词否则采样器会刻意向干净方向走跟去AI感的目标相反。我通常只用空负面或“text, watermark, signature”。3.2 重绘幅度denoise怎么控制denoise是整套工作流里最核心的参数它决定了SD1.5对Flux输出有多大“修改权”。我的经验分成三档0.2到0.3轻度回洗只做纹理层面的柔化和颗粒重建构图、色彩基本不变。适合Flux直出质量已经很高、只想消掉“塑料感”的情况。0.35到0.5中度回洗色彩关系和光影会向SD1.5的分布偏移适合需要统一风格或改变画质的场景。0.5以上重度回洗基本等于重新绘制只保留大致构图。除非你想彻底改变画面风格否则不推荐在去AI感流程里使用。我之前用一张Flux生成的街拍图测试denoise设为0.3时人物皮肤出现自然毛孔但石墙纹理有点糊提高到0.4后石墙纹理回来了但面部光影开始出现SD1.5特有的“油光”。最后我采用分区域处理全图denoise 0.35面部单独局部重绘0.25两者互不干扰。这也说明“洗图”不是一个参数走到底需要针对不同区域分别控制。3.3 ControlNet 局部重绘保留构图只洗风格全图重绘最大的风险是结构漂移。Flux生成的人物手、建筑线条如果被SD1.5“洗”得太狠会出现明显形变。我的做法是在回洗阶段加入ControlNet让SD1.5在保留结构的前提下重新生成纹理。具体来说Flux阶段已经拿到清晰的构图我通常用Depth或Lineart作为控制条件。SD1.5对应的ControlNet模型要选后缀为“_depth”或“_lineart”的版本不要用SDXL模型。ControlNet的强度建议在0.5到0.7之间太高会让画面僵硬回到钢铁般的边缘太低又起不到锁结构的作用。局部重绘方面我在ComfyUI里用“Load Image → 手绘蒙版”的方式把脸部、手部单独圈出来接到一个独立的SD1.5采样子流程denoise设为0.25。这样既能精细控制最容易露馅的部位又不会拖慢整张图的回洗速度。如果你用的是秋叶整合包可以直接在ControlNet节点前加一个“ImageToMask”节点把蒙版图像转成二进制mask再接入“Inpaint”相关节点。3.4 放大与锐化的最后一步别把洗好的图再毁掉很多人在最后放大环节把去AI感的成果全毁了。直接使用普通放大模型会让边缘重新变得锐利AI感瞬间回来。我建议遵循“先轻度放大再做柔化处理”的顺序。放大环节我用“UpscaleLatent”节点把潜空间分辨率放大1.5倍然后接一个Ultimate SD Upscale的脚本节点用SD1.5二次采样。放大模型的权重选0.4左右太高会让皮肤出现明显的“塑料光泽”。放大完成后加一个低强度的“FilmGrain”节点颗粒大小建议2到4像素透明度在0.1到0.2之间模拟真实胶片的随机颗粒。如果ComfyUI里没有这个节点可以用后处理软件加效果差不多。最后在图像末端套一个“Vignette”暗角节点阴影不透明度设到0.15不要过重否则会掩盖细节。这一套流程走下来输出图会同时保留Flux的构图优势和SD1.5的材质随机性观感上已经非常接近真实照片。4. 三种实测路线的效果对比4.1 路线AFlux直出后轻度SD1.5回洗这是最省事的一条路线适合日常快速出图。我用一张描述“雨天街头霓虹灯下的人像”做测试。Flux步骤生成原图SD1.5回洗denoise设为0.28CFG设为5不做任何ControlNet和局部重绘。优点是速度快整张图流程不到两分钟画面色彩和构图完全保留Flux的优点。缺点是人脸纹理改善有限因为全图重绘对局部细节的针对性不够强。如果只追求“去掉最明显AI感”这条路线完全够用。4.2 路线BSD1.5底模 胶片风格Lora全程控制跳过Flux直接用SD1.5底模加胶片Lora生成。我在测试中用了某个复古胶片Lora出图自带颗粒感和色彩偏移不需要做太多的后期“洗图”。但问题是SD1.5的构图能力较弱复杂场景经常需要抽很多次卡才能出满意的构图。这条路线的AI感确实最低因为它从一开始就模拟了胶片系统的不完美画面里有明显的镜头暗角和颗粒。但如果想要高质量画面对模型和Lora调校要求很高而且不能灵活控制构图。我更推荐它在“人物半身像、室内氛围图”这类简单构图上使用。4.3 路线CFlux生成构图SD1.5洗细节推荐这条路线结合前两者的优点也是我目前主力使用的工作流。先用Flux直接生成一张构图精准的原图然后用SD1.5对全局做0.35的轻度回洗再配合ControlNet Lineart锁住画面中的主要线条最后单独对脸部和手部做0.25的局部重绘。实测这张雨天街拍图时效果明显好于路线A脸部皮肤不再是大面积的“磨皮感”头发边缘出现了自然的碎发霓虹灯的边缘也不再是整齐锐利的色块而是带有轻微色散。缺点是需要显存更高、节点更多调试成本高一些但最终效果值得投入。三条路线的差异可以看这张表对比维度路线AFlux直出轻度回洗路线BSD1.5Lora全程控制路线CFlux构图SD1.5洗细节构图质量高低高去AI感效果中高高风格可控性中高中显存占用中高低高上手难度低中高如果你只想要一套简单方案选路线A如果你对复古质感有特别偏好选路线B如果你想兼顾构图和质感并且不介意偶尔排错节点请一定要试路线C。5. 去AI感洗图的常见翻车现场与排查经验5.1 面部越洗越假重绘幅度与面部修复的冲突我第一次跑完整流程时发现脸部皮肤从Flux的“塑料假”变成了SD1.5的“油光假”。原因是全局回洗的denoise太高SD1.5自己的肤色分布已经过度平滑反而强化了假脸感。后来我加了面部局部重绘单独把denoise压到0.25并在回洗时不加载任何面部修复模型。如果你需要更精细的面部控制可以使用Inpaint区域重绘只选眼睛和嘴周围的皮肤不要全脸。另一个常见问题是一些人习惯在回洗后加“face restore”节点去修五官这会让脸部和画面其他部分质感脱节。我自己实测Flux出来的五官本身已经很准不需要额外修复强行修复反而会带来SD1.5特有的“油腻高光”。除非你的原图脸部畸形严重否则不要加。5.2 背景纹理崩坏ControlNet权重和重绘幅度问题有一次我把一张城市建筑图放到SD1.5里回洗结果建筑线条全部扭曲玻璃幕墙上的反射乱成一片。排查后发现问题出在两个方面ControlNet权重只有0.3结构锁得不够紧denoise还设到了0.45超过了对纹理细节的容忍范围。后来我把ControlNet权重拉到0.6denoise降回0.35建筑线条才恢复正常。如果你遇到类似问题建议先单独跑一次“原图直传ControlNet预览”看看生成的深度图或线稿图是否准确。如果ControlNet预览图本身就是模糊的那要先换更清晰的原图或调高预处理参数再去调权重。5.3 ComfyUI节点报错高频问题failed to execute与显存不足这个报错大多数出现在跨模型采样时。Flux的K采样器输出节点接入了SD1.5的采样器但两套模型的潜空间格式不同直接连接会导致“failed to execute”。解决方法可以看我上面说的在Flux和SD1.5之间加一个VAE Decode再VAE Encode的过渡段强制把图像转换为SD1.5可识别的潜空间。显存不足则更多出现在同时加载Flux和SD1.5的工作流。解决方法是把Flux模型的采样步数降到20采样器切成Euler如果还报错就在Flux采样器后边加一个“ModelUnload”节点并打开低显存模式。秋叶整合包在V9.5版本后对显存管理有改善但还是建议先把不必要的插件卸载掉尤其是ControlNet和Ultimate SD Upscale这类占用显存的大户。我另外遇到过一个奇怪问题同样的工作流在秋叶整合包里正常换到手动部署的ComfyUI就报错“CLIP missing”。这是因为Flux和SD1.5使用了不同的文本编码器手动部署时没有额外下载T5模型。如果你用的是手动部署环境请务必把Flux对应的T5编码器放到models/text_encoders目录否则SD1.5回洗阶段读取提示词时就会找不到CLIP。6. 一点个人经验去AI感的本质是给画面“留破绽”调了这么久的洗图流程我越来越觉得“去AI感”不是追求绝对真实而是给画面留出足够多的、合理的“破绽”。人的视觉系统对“过于完美”的东西会自动产生违和感所以我们需要主动加入噪点、暗角、局部模糊、色散、甚至轻微的对焦误差。这些细节在真实照片里不值一提但在AI图里它们才是让眼睛相信“这是拍的而不是生成的”的关键。如果你刚开始接触ComfyUI建议直接跟着路线A跑通一次再慢慢往上加ControlNet和局部重绘。等你能熟练控制Flux和SD1.5两套模型在同一张图里分工协作时其实你已经不是单纯在“洗图”而是在用AI模拟一套完整的摄影后期思路。最后再分享一个小技巧每次洗图前把原图在Photoshop里调暗一点、提一点对比再进SD1.5回洗出来的质感和光影层次会明显更好。这一步不花一分钟但效果比单纯堆节点参数来得更直接。本文还有配套的精品资源点击获取 ComfyUI去AI感洗图工作流：Flux构图+SD1.5回洗实战
简介面向 ComfyUI 与 Stable Diffusion 1.5、Flux 用户的去AI感洗图工作流资源适合批量出图后仍觉得画面带有明显算法痕迹、希望进一步优化为自然质感的创作者。资源以单个 JSON 工作流文件为核心文件总数 1 个大小仅 9KB导入 ComfyUI 后即可查看节点编排与关键参数配置直接理解“去AI感”处理流程的搭建方式也适合在此基础上替换模型、调整采样参数做进一步试验。已有 146 人学习/下载适用人群包括 AI 绘画初学者、自媒体配图制作者以及尝试将 AI 出图融入实际项目的设计师。借助这份工作流用户可以快速定位生成图中偏“数码味”的环节结合 SD1.5 与 Flux 的模型特性进行二次润色与细节修正轻量的文件体积便于按需修改参数或迁移到其他配置作为入门参考或日常洗图模板都较为合适是一份指向明确的 ComfyUI 实作资料。 AI绘画玩久了最怕朋友一句“这图一看就是AI生成的。”问题还真不是模型不够强反而恰恰是它太“完美”了。皮肤光滑得像蜡像、边缘锐利到失真、光影干净得没有一点点镜头该有的瑕疵。要消掉这种AI感我的做法是用ComfyUI把SD1.5和Flux串联起来让Flux负责构图和光影让SD1.5负责“洗掉”那层精致的塑料味。这套“去AI感洗图”流程我跑了快两个月从秋叶整合包到手动部署都试过今天把这套工作流、参数和经验一次说清楚。所谓“洗图”并不是简单的图生图降噪而是把AI生成的原图当成一张“数字底片”重新做一遍模拟真实摄影的后期。这篇文章适合已经能用ComfyUI出图、但对画质不满意的人也适合刚接触ComfyUI、想直接抄一套去AI感工作流的新手。我不讲玄学只讲我实际反复调过的节点和参数。1. “AI感”到底从哪里来先搞清楚要洗掉什么1.1 三种最典型的AI味先说最常见的“塑料脸”。AI生成的人像皮肤非常均匀毛孔、细纹、绒毛全被磨掉了看上去像涂抹了一层柔光滤镜。这是SD1.5系列最明显的问题尤其在使用写实类底模时面部会被模型默认成“美颜后”的状态。Flux在这方面好一些但它又容易走向另一个极端画面太干净干净到像渲染图缺少真实照片里那种由镜头和光线造成的随机瑕疵。第二种是过度锐化的结构感。很多AI图在放大后头发的边缘会有一圈白边衣服纤维、草地纹理等高频细节会呈现“伪细节”——看起来很清楚但放大后全是像素噪声或重复的纹理。这种结构感其实来自模型训练时对高频特征的过度拟合人类视觉会下意识觉得“不对劲”。第三种是光影和空间逻辑错误。AI能画出合理的光但常常在物理上不成立。比如人物面部有伦勃朗光背后墙面却完全没有对应的光照方向前景虚化很重背景却依然保持着不可思议的清晰度。真实相机因为镜头光圈、像差、镀膜的原因会在焦外产生独特的球面像差和二线性虚化AI模型目前还很难完整模拟这一点。1.2 SD1.5和Flux的“味”不一样洗法也不同很多人以为去AI感就是加噪点、加暗角太表面了。SD1.5和Flux生成图像时的人工痕迹来源完全不同。SD1.5的底模大多基于CLIP文本编码器对自然语言的理解有限所以生成的画面往往更“讨好”提示词里的名词而忽略物理逻辑。它的AI感更多来自皮肤过渡、眼睛高光、牙齿边缘这类局部细节。洗它的重点在“局部重绘”和“低步数二次采样”。Flux的底模用了更大的文本编码器和更强的扩散架构生成结果在构图上甩SD1.5一大截光影更接近真实渲染。但Flux有个很微妙的问题它生成的“完美”缺乏随机性多次出图构图变化很小色彩过渡过分顺滑像专业修图软件里被大幅磨皮的商业片。洗它的重点在于“打破完美”加颗粒、加镜头像差、做局部结构扰动让图像的熵值回到正常范围。1.3 去AI感的核心思路生成—识别痕迹—回洗我在工作流里反复验证下来的核心思路其实很简单先用一个模型生成再用另一个模型去“回洗”。这跟修图软件里的高低频分离很像。Flux负责低频信息也就是构图、光比、色彩大关系SD1.5负责高频信息也就是皮肤纹理、头发丝、物体边缘的随机性。回洗的本质是用SD1.5的扩散过程把Flux那种“过于合理”的高频特征打乱打乱之后再重新收敛到更接近真实照片的分布上。这个“生成—识别痕迹—回洗”的循环说起来容易但在ComfyUI里搭起来需要格外注意模型的潜空间差异。Flux和SD1.5使用不同的文本编码器和VAE直接在同一个K采样器里切换模型会导致色彩漂移、结构错乱。所以整套工作流不是简单的两个采样器串联需要加VAE转换和样本对齐。2. ComfyUI工作流整体设计Flux定调、SD1.5回洗2.1 为什么整套流程要放在ComfyUI里跑用WebUI也能做图生图但去AI感洗图需要频繁调试节点顺序、可视化对比中间结果。ComfyUI最大的优势是能同时加载两套模型管线并且随时断开任意节点看输出不用把中间结果存盘再拖进另一个页面。如果你用的是秋叶整合包直接打开ComfyUI启动器就能在“工作流”面板里拖节点不需要单独装环境。不过要注意秋叶整合包里Flux和SD1.5的模型目录是分开的但可以手动指定同一个models/checkpoints目录方便在同一个工作流里调用。我建议本地部署时先跑通一套最小的“Flux文生图→SD1.5图生图”流程再逐渐加ControlNet和放大节点。不然一上来就搭几十个节点报错时根本定位不了问题。2.2 我用的工作流骨架下面这个骨架是我在V9.5整合包上稳定跑通的版本节点连接顺序如下Flux文生图Flux底模 T5文本编码器 Flux VAE → 第一次K采样生成基础构图。VAE解码 → 加载图像为Image对象作为下一步的输入。SD1.5图生图加载SD1.5底模 CLIP编码器将第一步输出的图像通过SD1.5 VAE编码到潜空间。第二次K采样设置较低的denoise强度对潜空间做“回洗”结束后用SD1.5 VAE解码。可选ControlNet在第二步和第三步之间插入ControlNet锁住深度或线稿结构。后期节点放大模型、胶片颗粒节点、暗角节点全部串联到最后。注意Flux和SD1.5的VAE完全不同不要在Flux采样后直接接SD1.5的VAE解码器。正确做法是先用Flux VAE解码成普通图像再重新加载SD1.5 VAE把图像编码回潜空间。这一步虽然看起来多绕了一圈但能避免色彩发灰和结构畸形。2.3 模型加载与显存管理细节如果你用秋叶整合包需要去“模型管理”里把Flux模型和SD1.5模型都添加成checkpoint类型。ComfyUI在同一个工作流中允许添加多个CheckpointLoader节点我通常会放两个加载器分别命名为“FluxLoader”和“SD15Loader”采样时手动把模型输出接到对应的K采样器上。显存方面Flux模型很大如果显卡只有8G建议打开启动器的“低显存模式”同时把Flux的采样步数控制在20步以内。回洗用的SD1.5模型显存占用小很多但两个模型同时加载时峰值显存可能达到12G以上。我的经验是给ComfyUI开“智能卸载”让Flux采样结束后自动释放显存再加载SD1.5做回洗。节点上可以加一个“ModelUnload”节点放在Flux采样器的输出端能明显减少中途爆显存的情况。3. 关键节点参数精调把“洗图”落到实处3.1 采样器与CFG降低塑料感的第一刀采样器选择上Flux阶段我固定用EulerCFG保持1.0。Flux模型对CFG极不敏感调高到2以上画面会过曝1.0是最稳的。SD1.5回洗阶段则相反CFG直接影响“AI味”的残留量。我实测下来CFG在4.5到5.5之间能保留原图主要结构同时把皮肤质地带入更多随机性CFG一旦超过7SD1.5会重新“一本正经”地过度拟合提示词塑料感又回来了。采样器推荐用DPM 2M Karras步数在20到28之间。回洗阶段不建议用Euler a因为它的随机性太强容易把Flux辛苦做的光影结构洗乱。DPM 2M Karras在低denoise下能保持更好的色彩一致性。当然如果你的显卡性能很强可以试试DPM SDE Karras它在纹理细节上更“碎”接近真实照片的噪点结构但速度慢不少。注意回洗时SD1.5的负面提示词尽量简单。不要堆“低质量、模糊、噪点”这类词否则采样器会刻意向干净方向走跟去AI感的目标相反。我通常只用空负面或“text, watermark, signature”。3.2 重绘幅度denoise怎么控制denoise是整套工作流里最核心的参数它决定了SD1.5对Flux输出有多大“修改权”。我的经验分成三档0.2到0.3轻度回洗只做纹理层面的柔化和颗粒重建构图、色彩基本不变。适合Flux直出质量已经很高、只想消掉“塑料感”的情况。0.35到0.5中度回洗色彩关系和光影会向SD1.5的分布偏移适合需要统一风格或改变画质的场景。0.5以上重度回洗基本等于重新绘制只保留大致构图。除非你想彻底改变画面风格否则不推荐在去AI感流程里使用。我之前用一张Flux生成的街拍图测试denoise设为0.3时人物皮肤出现自然毛孔但石墙纹理有点糊提高到0.4后石墙纹理回来了但面部光影开始出现SD1.5特有的“油光”。最后我采用分区域处理全图denoise 0.35面部单独局部重绘0.25两者互不干扰。这也说明“洗图”不是一个参数走到底需要针对不同区域分别控制。3.3 ControlNet 局部重绘保留构图只洗风格全图重绘最大的风险是结构漂移。Flux生成的人物手、建筑线条如果被SD1.5“洗”得太狠会出现明显形变。我的做法是在回洗阶段加入ControlNet让SD1.5在保留结构的前提下重新生成纹理。具体来说Flux阶段已经拿到清晰的构图我通常用Depth或Lineart作为控制条件。SD1.5对应的ControlNet模型要选后缀为“_depth”或“_lineart”的版本不要用SDXL模型。ControlNet的强度建议在0.5到0.7之间太高会让画面僵硬回到钢铁般的边缘太低又起不到锁结构的作用。局部重绘方面我在ComfyUI里用“Load Image → 手绘蒙版”的方式把脸部、手部单独圈出来接到一个独立的SD1.5采样子流程denoise设为0.25。这样既能精细控制最容易露馅的部位又不会拖慢整张图的回洗速度。如果你用的是秋叶整合包可以直接在ControlNet节点前加一个“ImageToMask”节点把蒙版图像转成二进制mask再接入“Inpaint”相关节点。3.4 放大与锐化的最后一步别把洗好的图再毁掉很多人在最后放大环节把去AI感的成果全毁了。直接使用普通放大模型会让边缘重新变得锐利AI感瞬间回来。我建议遵循“先轻度放大再做柔化处理”的顺序。放大环节我用“UpscaleLatent”节点把潜空间分辨率放大1.5倍然后接一个Ultimate SD Upscale的脚本节点用SD1.5二次采样。放大模型的权重选0.4左右太高会让皮肤出现明显的“塑料光泽”。放大完成后加一个低强度的“FilmGrain”节点颗粒大小建议2到4像素透明度在0.1到0.2之间模拟真实胶片的随机颗粒。如果ComfyUI里没有这个节点可以用后处理软件加效果差不多。最后在图像末端套一个“Vignette”暗角节点阴影不透明度设到0.15不要过重否则会掩盖细节。这一套流程走下来输出图会同时保留Flux的构图优势和SD1.5的材质随机性观感上已经非常接近真实照片。4. 三种实测路线的效果对比4.1 路线AFlux直出后轻度SD1.5回洗这是最省事的一条路线适合日常快速出图。我用一张描述“雨天街头霓虹灯下的人像”做测试。Flux步骤生成原图SD1.5回洗denoise设为0.28CFG设为5不做任何ControlNet和局部重绘。优点是速度快整张图流程不到两分钟画面色彩和构图完全保留Flux的优点。缺点是人脸纹理改善有限因为全图重绘对局部细节的针对性不够强。如果只追求“去掉最明显AI感”这条路线完全够用。4.2 路线BSD1.5底模 胶片风格Lora全程控制跳过Flux直接用SD1.5底模加胶片Lora生成。我在测试中用了某个复古胶片Lora出图自带颗粒感和色彩偏移不需要做太多的后期“洗图”。但问题是SD1.5的构图能力较弱复杂场景经常需要抽很多次卡才能出满意的构图。这条路线的AI感确实最低因为它从一开始就模拟了胶片系统的不完美画面里有明显的镜头暗角和颗粒。但如果想要高质量画面对模型和Lora调校要求很高而且不能灵活控制构图。我更推荐它在“人物半身像、室内氛围图”这类简单构图上使用。4.3 路线CFlux生成构图SD1.5洗细节推荐这条路线结合前两者的优点也是我目前主力使用的工作流。先用Flux直接生成一张构图精准的原图然后用SD1.5对全局做0.35的轻度回洗再配合ControlNet Lineart锁住画面中的主要线条最后单独对脸部和手部做0.25的局部重绘。实测这张雨天街拍图时效果明显好于路线A脸部皮肤不再是大面积的“磨皮感”头发边缘出现了自然的碎发霓虹灯的边缘也不再是整齐锐利的色块而是带有轻微色散。缺点是需要显存更高、节点更多调试成本高一些但最终效果值得投入。三条路线的差异可以看这张表对比维度路线AFlux直出轻度回洗路线BSD1.5Lora全程控制路线CFlux构图SD1.5洗细节构图质量高低高去AI感效果中高高风格可控性中高中显存占用中高低高上手难度低中高如果你只想要一套简单方案选路线A如果你对复古质感有特别偏好选路线B如果你想兼顾构图和质感并且不介意偶尔排错节点请一定要试路线C。5. 去AI感洗图的常见翻车现场与排查经验5.1 面部越洗越假重绘幅度与面部修复的冲突我第一次跑完整流程时发现脸部皮肤从Flux的“塑料假”变成了SD1.5的“油光假”。原因是全局回洗的denoise太高SD1.5自己的肤色分布已经过度平滑反而强化了假脸感。后来我加了面部局部重绘单独把denoise压到0.25并在回洗时不加载任何面部修复模型。如果你需要更精细的面部控制可以使用Inpaint区域重绘只选眼睛和嘴周围的皮肤不要全脸。另一个常见问题是一些人习惯在回洗后加“face restore”节点去修五官这会让脸部和画面其他部分质感脱节。我自己实测Flux出来的五官本身已经很准不需要额外修复强行修复反而会带来SD1.5特有的“油腻高光”。除非你的原图脸部畸形严重否则不要加。5.2 背景纹理崩坏ControlNet权重和重绘幅度问题有一次我把一张城市建筑图放到SD1.5里回洗结果建筑线条全部扭曲玻璃幕墙上的反射乱成一片。排查后发现问题出在两个方面ControlNet权重只有0.3结构锁得不够紧denoise还设到了0.45超过了对纹理细节的容忍范围。后来我把ControlNet权重拉到0.6denoise降回0.35建筑线条才恢复正常。如果你遇到类似问题建议先单独跑一次“原图直传ControlNet预览”看看生成的深度图或线稿图是否准确。如果ControlNet预览图本身就是模糊的那要先换更清晰的原图或调高预处理参数再去调权重。5.3 ComfyUI节点报错高频问题failed to execute与显存不足这个报错大多数出现在跨模型采样时。Flux的K采样器输出节点接入了SD1.5的采样器但两套模型的潜空间格式不同直接连接会导致“failed to execute”。解决方法可以看我上面说的在Flux和SD1.5之间加一个VAE Decode再VAE Encode的过渡段强制把图像转换为SD1.5可识别的潜空间。显存不足则更多出现在同时加载Flux和SD1.5的工作流。解决方法是把Flux模型的采样步数降到20采样器切成Euler如果还报错就在Flux采样器后边加一个“ModelUnload”节点并打开低显存模式。秋叶整合包在V9.5版本后对显存管理有改善但还是建议先把不必要的插件卸载掉尤其是ControlNet和Ultimate SD Upscale这类占用显存的大户。我另外遇到过一个奇怪问题同样的工作流在秋叶整合包里正常换到手动部署的ComfyUI就报错“CLIP missing”。这是因为Flux和SD1.5使用了不同的文本编码器手动部署时没有额外下载T5模型。如果你用的是手动部署环境请务必把Flux对应的T5编码器放到models/text_encoders目录否则SD1.5回洗阶段读取提示词时就会找不到CLIP。6. 一点个人经验去AI感的本质是给画面“留破绽”调了这么久的洗图流程我越来越觉得“去AI感”不是追求绝对真实而是给画面留出足够多的、合理的“破绽”。人的视觉系统对“过于完美”的东西会自动产生违和感所以我们需要主动加入噪点、暗角、局部模糊、色散、甚至轻微的对焦误差。这些细节在真实照片里不值一提但在AI图里它们才是让眼睛相信“这是拍的而不是生成的”的关键。如果你刚开始接触ComfyUI建议直接跟着路线A跑通一次再慢慢往上加ControlNet和局部重绘。等你能熟练控制Flux和SD1.5两套模型在同一张图里分工协作时其实你已经不是单纯在“洗图”而是在用AI模拟一套完整的摄影后期思路。最后再分享一个小技巧每次洗图前把原图在Photoshop里调暗一点、提一点对比再进SD1.5回洗出来的质感和光影层次会明显更好。这一步不花一分钟但效果比单纯堆节点参数来得更直接。本文还有配套的精品资源点击获取