相信做电商图的人都有同感：让AI给模特换衣服，最怕的不是衣服变化不真实，而是脸直接换了个人。跑图两小时，生成结果一出来，五官变了、眼型变了、连气质都跑偏，客户那边压根交不了差。我一直在琢磨有没有一种方案，既能做到比较干净的像素级换装，又能把脸部特征牢牢锁住。后来接触到 FireRed.image，再结合 ComfyUI 的关系图节点流程，最后拿 PS 做收尾精修，就组成了这套整合包2.0玩法。
这套组合解决的最大痛点，正是"换装不换脸"。FireRed.image 负责图像生成和理解服装细节，ComfyUI 负责把整个换装过程节点化、可复制，PS 负责把边缘、光影、瑕疵修到能交付的程度。整个过程不需要写代码，只要准备一张人物图和一张服装参考图，或者直接描述你想要的穿搭，就能在几分钟内得到一张完整的试穿效果图。适合电商美工、独立摄影师、服装店主、内容创作者，也适合玩 ComfyUI 又不想折腾环境的小白。下面我就把这个整合方案的完整玩法和踩坑记录，从头到尾讲一遍。
1. 为什么说FireRed.image是AI换装的新天花板
1.1 传统AI换装为什么总是"一眼假"
以前用 Stable Diffusion 或者 Midjourney 做服装替换，常用的方法无非两种：局部重绘和参考图引导。局部重绘的思路是，先在原图上画一个遮罩罩住衣服区域，告诉生成模型"这里可以改"，然后靠提示词驱动它生成一件新衣服。这个方法听着简单，实际跑起来问题很多。
遮罩稍微画不到位，肩膀的轮廓会被改掉；提示词里指望它理解"宽松的亚麻衬衫"和"修身的针织开衫"之间的区别，几乎靠缘分。更头疼的是，很多模型在局部重绘时会默认把周围的背景、肤色、光影一并重画，出来的图颜色断层严重，边缘像贴纸一样浮在身体表面。参考图引导稍微好一点，比如用 IPAdapter 提取服装图片的特征，但衣服纹理是有了，人脸也很容易被服装参考"带跑"，生成出来的人眼型、脸型都会偏离原图。
我把这类现象叫做"贴纸式换装"：衣服和身体像是两张图层硬叠，没有真实的穿着结构和形体关系。过去应付一下简单的商品图还可以，但遇到侧面照、动态姿势、手部动作复杂的图，基本废稿率高得吓人。这就是为什么很多人试过一次AI换装之后就放弃了，不是生成模型不行，是工作流的控制精度不够。
1.2 整合包2.0到底打包了什么
这个整合包2.0，本质上是一套把环境配置、模型文件、节点流程、修图预设全部打包好的"开箱即用"方案。我以前装 ComfyUI 的时候，光搞 PyTorch 版本、CUDA 环境、模型路径就能折腾一晚上，而整合包2.0解压之后，双击启动脚本就能直接进入 ComfyUI 界面。
包内大致包含这几层内容：
- ComfyUI 主程序，以及配套的 Python 环境和依赖库，不需要自己装
- FireRed.image 模型权重文件，以及专用的加载节点和换装工作流文件
- 常用的图像预处理节点，包括人像分割、遮罩生成、脸部修复这类组件
- 一组 PS 联动辅助工具，比如图层脚本、色彩匹配动作，方便出图后直接精修
关键是 FireRed.image 本身。它是快手可图团队开源的中文图像生成模型，对中文提示词的理解比很多海外模型自然得多。你说"奶白色羊绒大衣，落肩袖，质感蓬松"它还真能把那种蓬松感画出来。它不只是文生图强，在图像编辑、局部生成、角色一致性这块也有专门的优化，用它做服装替换，天然就比通用模型占优势。
1.3 为什么选ComfyUI当底座，而不是WebUI
有人问，同样的模型，为什么非要放 ComfyUI 里跑？原因很简单：可复现、可调整、可批量。ComfyUI 把所有操作拆成一个个节点，从加载模型、读入图片、生成遮罩、应用参考图，到最后采样输出，每一步都能看到中间结果。
WebUI 那种表单式操作也不是不行，但每次调参都要重新组合一套参数，工作流很难沉淀。ComfyUI 里只要搭好一条流程，保存成 json 工作流文件，以后想换模特图、换衣服参考，直接改输入图片就行。对做电商批量出图的人来说，这个差异是巨大的。
2. 像素级"换装不变脸"的核心原理拆解
2.1 先把"脸"锁住：遮罩、局部重绘与face_detailer
所谓"不变脸"，第一步不是换衣服，而是先把脸部锁死。在 ComfyUI 里，最基础的手段是把人物原图送进一个人像分割节点，比如 RMBG、SAM 或者专门的语义分割模型，让它识别出身体的各个区域。我们只需要把衣服区域的遮罩留出来，脸、手、背景这些区域直接排除在重绘范围之外。
光排除还不够，因为局部重绘本身的强度还是会渗出到附近的皮肤和五官上。我的习惯是额外加一个脸部分割遮罩，也就是 FaceDetailer 这一类节点：先生成完整换装图，再用脸部修复节点把五官区域单独重绘一遍，让脸部特征回到原图的状态。你也可以把原图的脸部特征通过 IPAdapter 提取出来，重新注入生成过程，相当于给模型一个提示："这个人的脸长这样，别跑偏。"
实操里，遮罩边缘最好给一点膨胀和羽化。比如衣服遮罩向外扩展8到16像素，配合2到4像素的高斯模糊，这样生成的衣服边缘和身体之间会有自然的过渡，不至于出现硬边。脸部遮罩则尽量收窄，只覆盖额头到下巴的范围，避免碰到帽檐、发际线这些容易有歧义的边界。
2.2 让衣服"穿"自然：参考网络与服装特征注入
"锁脸"解决的是像不像的问题，"衣服怎么穿身上"解决的是自然不自然的问题。这里就要引入参考图机制。IPAdapter 这类模型能从参考图中提取出衣物、颜色、纹理的特征，然后把这些特征以一定权重注入到生成的 token 序列里。
实际操作中，我会把服装参考图的权重控制在0.5到0.8之间。权重太高，衣服纹理是还原了，但容易把服装参考里的背景、褶皱、人物姿势都带进来，甚至会污染脸部区域；权重太低，参考图的作用就体现不出来，生成的衣服只是"口头描述款"，缺少细节。先在0.5附近跑一张，再根据效果微调，是效率最高的做法。
同时，提示词里的服装描述不要偷懒。只说"一件衬衫"和"白色宽松纯棉衬衫，落肩，轻微褶皱，自然垂落"完全是两个水平的结果。FireRed.image 对中文属性的理解比较细，把面料、版型、松紧度、颜色倾向都写清楚，生成的衣服才像真正的衣服，而不是一团模糊的色块。
这里还要提一下 ControlNet 配合使用。换装场景里，深度图和 OpenPose 都很常用。先提取原人物的深度信息，让生成结果保持与原图一致的姿势和身体结构；再提取关键点，把手部、脚部位置固定下来。做了这两步，配合遮罩和参考图，换装得出的姿势基本上不会跑形。
2.3 像素级不只是一句口号：边缘、纹理与光影
很多人以为"像素级换装"是营销话术，其实不是。它指的是生成结果在衣服轮廓、褶皱走向、面料厚度、边缘过渡等细节层面，能做到和人眼判断一致的程度。怎么实现的？核心在于 FireRed.image 在生成时不只是把"衣服"当作一个标签，而是当作一组空间关系来描述：领口在锁骨上方多少、袖口收紧到什么程度、裙摆的下垂受什么力影响。
这是训练数据决定的。模型在预训练阶段看过大量服装平铺图、模特试穿图、局部细节图，所以它对"面料应该怎么贴合身体"是有认知的。再加上在 ComfyUI 里你还能叠加放大流程，比如用 Ultimate Upscale 把出图放大到2倍，再配合 PS 里的高频修正，最终交付图完全能达到商用标准。
不过我还是要提醒一句：像素级不等于一像素不差。如果客户拿一张320×320的模糊衣服小图，非要求你生成一张和它分毫不差的4K上身效果图，那属于强人所难。AI换装解决的是"忠实还原服装特征，合理贴合人体结构"，而不是抄袭每一针线。
3. 整合包部署与第一条换装工作流实操
3.1 部署前必读：硬件要求和目录结构
安装之前，先看一眼自己的显卡。FireRed.image 模型尺寸不小，常规生成流程建议显存在8GB以上。我用 RTX 4070 跑起来比较从容，手里只有6GB显存的机器也不是不能用，但要把分辨率控制在512到640之间，并且使用半精度加载。
整合包解压后的目录结构大概是这样的：
- ComfyUI 主程序目录，启动脚本在根目录
- models 目录，存放底模、VAE、LoRA、ControlNet 等权重
- workflows 目录，放我保存的换装工作流json文件
- output 目录，生成的图片默认输出到这里
- custom_nodes 目录，放 IPAdapter、FaceDetailer 这些社区节点
第一次启动会检查环境依赖，耐心等几秒钟到几十秒不等。启动成功后，浏览器会自动打开一个 Web 界面，这个就是 ComfyUI 的操作台。入口一般是 127.0.0.1:8188，如果自动打开失败，手动输入这个地址也可以。
3.2 手把手搭一条基础换装工作流
搭工作流的时候，我的习惯是从左往右分五步走。第一步，用 Load Checkpoint 节点加载 FireRed.image 底模；第二步，用 Load Image 节点上传原图和服装参考图；第三步，把原图接入图像分割节点生成衣服遮罩；第四步，把遮罩、参考图、提示词都汇入采样器；第五步，输出图片，放大保存。
拿一条最常见的"真人试穿"流程举例，节点顺序可以这样排：
- Load Image 加载模特原图
- SAN/语义分割节点，自动识别衣服区域，生成 mask
- Load Image 加载服装参考图，接入 IPAdapter 节点
- IPAdapter 节点设置参考权重0.6，接入模型通道
- 提示词节点填写服装描述，比如"米色廓形西装外套，直筒剪裁，垂感面料"
- KSampler 节点设置参数：steps 24，cfg 5，sampler 选 dpmpp_2m，scheduler 选 karras
- VAE Decode 输出最终图像
别忘了在采样之前把遮罩节点接到采样器的 mask 输入口，否则整个画面都会被重绘，而不是只换衣服。第一次跑通之后，保存工作流文件，以后换图直接替换 Load Image 的输入就行。
参数选择上，我给新手一个基础建议：局部重绘的 denoising strength 控制在0.55到0.7之间。太低，衣服变化不彻底；太高，脸和姿势容易崩。CFG 不建议超过7，FireRed.image 这种模型，CFG太高容易出现色彩饱和度过艳、边缘带黑边的问题。
3.3 把PS请进来：细节精修的完整路线
ComfyUI 出图只是粗胚，真正交付前，PS 这步省不了。我的流程一般是四步：抠图、修边、调色、合成。
先用 PS 的快速选择工具或者钢笔工具，把人物从原图背景里抠出来。注意生成图往往是连带背景一起出的，如果客户要求保留原背景，那就不抠人物，而是只处理衣服区域边缘。最常见的小问题是袖口、领口位置会有淡淡的白色描边，这是生成时边缘过渡不够造成的。处理方式是选中衣服图层，执行图层蒙版，再用画笔把边缘画一圈，降低不透明度，让边缘融进皮肤。
调色是最容易被忽视的环节。生成图的色温、饱和度可能和原图不一致，需要在 PS 里统一。打开曲线调整层，分别对比原图和生成图的高光、中间调、阴影位置，然后把生成图的色温往原图方向拉。要做到完全一致，可以用 PS 的颜色匹配工具，选原图作为参考源，它能把整体色调自动对齐。
还有一个实用小技巧，尤其是当你需要把生成人物融入另一张背景时：用"混合颜色带"。在图层样式里，把下一图层的暗部渐进隐藏，这样人物边缘的暗边会被背景透出来，接缝处会自然很多。比单纯抠图加蒙版省事得多。
4. 实战：一张日常照片快速出三套穿搭
4.1 素材准备与换装描述怎么写
实战之前先准备好素材。原图最好用正面或半侧面全身照，光线均匀，背景干净，衣服和背景的颜色有区分。如果原图光线复杂，生成出来的衣服会带着原图阴影，影响效果。服装参考图尽量用白底平铺图或模特正面图，衣服主体占画面60%以上，别让背景杂物干扰特征提取。
换装描述建议写成"基础属性+版型细节+材质+搭配饰"的结构。比如第一套描述写："白色衬衫，翻领，袖口微卷，面料挺括，搭配黑色西装直筒裤，整体商务休闲风"；第二套写："雾霾蓝针织开衫，V领，垂感好，内搭白色T恤，搭配浅色牛仔裤，慵懒休闲风"；第三套写："黑色短款皮衣外套，拉链设计，修身版型，搭配深色牛仔裤和马丁靴，街头风"。
FireRed.image 对这类中文描述的理解非常到位，我不建议为了追求"洋气"强行中英混写。反而中文描述越具体，生成结果越准。
4.2 参数设置与出图对比选择
这一轮实测我给的是：尺寸768×512，steps 档位28，CFG 5.5，IPAdapter 权重0.65，denoising strength 0.6。三套衣服全部用同一张原图，工作流跑完大概花了四五分钟，这还是开着 VAE 半精度优化后的速度。
出图之后先别急着放大，按"脸→肩线→袖口→下摆→背景"这个顺序检查。脸有没有崩，肩线有没有对齐身体轮廓，袖口处的衔接是否自然，衣服下摆的走向是否符合原图的身体姿势。三张里第一张肩膀处的褶皱明显乱，第二张脸没有完全还原回原图，我调整了 FaceDetailer 的强度参数之后重新出图，最后第三张直接可用。
我一般不会只输出单张，而是每个方案跑四张候选图，挑出最合眼缘的一张进PS。批量出图时，把工作流里的 seed 节点改成 random，或者用 Batch Count 设为4，点一次队列就批量执行。
4.3 PS精修案例：把生成图修成可交付图
挑定一张生成图之后，我会在 PS 里做这几件事：先建一个新图层，用吸管工具强调一下衣服高光位置，给袖口、肩部补几笔浅色提亮，让服装的立体感更明显。然后用液化工具微调衣服褶皱走向，尤其是腰部、腋下这些容易堆积面料的位置，稍微往内侧推一点，会显得衣服更合身。
最后一步是磨皮，但只磨身体和皮肤接触的位置，比如颈部、手臂，别整个图一遍美颜，那样会让衣服纹理也变糊。用 Camera Raw 滤镜里细节面板的蒙版功能，按住 Alt 把蒙版范围限制在皮肤纹理较平滑的区域，这样裙子、领口的针织纹理都不会被误伤。
这整套流程走下来，一张图纯手工精修时间大约15分钟。如果批量交付，比如一次30张，我会把常用的修图步骤记录成PS动作，一键多图回放，效率提升非常明显。
4.4 速度优化与批量出图心得
如果你要做大批量，我给你一个经验：先用低分辨率把大方向确定，比如512或640，确认构图和服装形态没问题，再做2倍超分放大。不要直接上1024以上，一方面是显存吃不消，另一方面，出图参数来回调整时，等待时间成本太高。
另外，输出图片的命名建议按"原图编号_服装编号_seed值"的方式保存。一旦某张图需要复现，只要把对应seed填回去，就能保证一致的风格和脸型。这个习惯在做电商素材时特别有用，客户说"这张领子再开一点"，你可以精准定位到具体那张工作流的seed，而不是每次都碰运气。
5. 常见问题与AI换装避坑速查表
5.1 为什么脸还是崩了
常见原因有三个：一是遮罩没有完全隔离脸部区域，重绘噪声侵入了五官；二是 IPAdapter 参考服装的权重太高，服装特征污染了面部语义；三是提示词里无意中写了太多面部描述，比如"大眼睛、高鼻梁"，模型就会重新生成一张新脸。
对应的解决办法很直接：检查 mask 是否正确覆盖衣服区域且不碰到脸部，把 IPAdapter 权重降到0.4以下，清空提示词里的面部描述词，改用"保持同一位女性人物"这类约束。如果还不行，加一个 FaceDetailer 节点，把脸部修复强度拉到0.35左右，基本能救回来。
5.2 衣服边缘像贴纸怎么办
衣服边缘发硬、发假，大概率是遮罩边缘太锐利，或者 denoising strength 太高导致生成结果与身体结构脱节。把 mask 节点的 edge padding 调大，比如 expand 10到20像素，再把生成的图放进 PS，用涂抹工具顺着边缘走向轻擦一遍，能有效缓解"贴纸感"。
也有一种情况是总像素不够，边缘细节糊成一团。这时候别硬在PS里修，回 ComfyUI 做一次2倍放大。放大模型和重绘幅度要配合好，重绘幅度设置在0.25上下，既能补细节，又不会大幅改动衣服结构。
5.3 显存不足或生成速度慢
整合包2.0跑起来的常规配置下，8GB显存是可以用的，但如果你同时挂了 IPAdapter、FaceDetailer、ControlNet，再加上1024以上的分辨率，就很容易爆显存。我的建议是：工作流里不用的节点先禁用，把分辨率调到768以内，VAE加载用半精度。跑批量的场景，可以开 --lowvram 启动参数，让显存占用低一些，代价是速度稍微慢一点。
换个更省钱的思路：先在一台普通显卡机器上把工作流和参数定稿，然后放到配置高的机器上跑大规模生成。ComfyUI 的工作流 json 文件是通用的，换了机器照样能直接加载。
5.4 生成之后背景被改得看不出原样
如果你需要保留原背景，遮罩范围就必须只选中衣服区域，不要让分割模型把整个上半身框进去。有些分割模型默认会隔出整个人物轮廓，这时需要手动整理一下 mask，把人物区域以外的部分涂掉。同时在提示词里明确写"背景保持原样、无需改变"，denoising strength 控制到0.55左右。如果背景还是被污染，把原背景用 PS 在最后合成阶段叠回去，是成本最低的方案。
我个人在实际操作中还有一个习惯：工作流里固定保存一套"锁脸-锁姿势-锁背景"的标准流程，只要涉及换装，都从这套模板开始，再根据具体图片微调。这样踩坑次数少，出图质量也稳定。想要进阶的话，还可以在提示词里加入光影方向、镜头焦距、景深这些信息，让换装后的照片更接近真实棚拍质感。这套组合跑顺之后，你会发现AI换装并不是一门玄学，它就是一条可以标准化复制的工作流水线。
