روش متن‌باز «حفظ هویت چهره» برای مدل FLUX: با یک عکس از فرد، تصاویر جدیدی می‌سازد که چهره در آن‌ها همان می‌ماند — بدون نیاز به آموزش مدل.
معرفی: پولید فلاکس
پولید (PuLID) پژوهش تیم بایت‌دنس (پذیرفته‌شده در NeurIPS 2024) است و نسخه PuLID-FLUX آن را روی FLUX.1-dev پیاده می‌کند: به‌جای ساعت‌ها فاین‌تیون یا LoRA، فقط یک عکس مرجع می‌دهید و مدل هویت چهره را در هر صحنه و سبکی حفظ می‌کند. کد و وزن‌ها آزادند، دموی رایگان در Hugging Face دارد و نودهای ComfyUI جامعه، آن را به گردش‌کارهای محلی برده‌اند؛ با بهینه‌سازی رسمی روی GPU با ۱۶ گیگ حافظه هم اجرا می‌شود.
مخاطبش توسعه‌دهنده‌ها و کاربران حرفه‌ای ComfyUI هستند؛ کاربر عادی که فقط آواتار می‌خواهد با اپ‌های آماده راحت‌تر است. شباهت چهره برای برخی چهره‌های مردانه پایین‌تر گزارش شده و پرامپت‌ها باید انگلیسی باشند.
بهترین کاربردها
- •با یک عکس از چهره تصاویر جدید بساز
- •چهره یک نفر را در صحنه‌های مختلف حفظ کن
- •تصویر پرتره با چهره ثابت بساز
- •چهره را در سبک‌های مختلف بازسازی کن
- •با عکس مرجع آواتار شخصی بساز
- •بدون آموزش مدل تصویر مشابه یک فرد بساز
- •تصویر تبلیغاتی با چهره مشخص بساز
- •حفظ هویت چهره در ComfyUI
برای این کارها سراغش نروید
- –با گوشی و بدون تنظیمات فنی آواتار بساز
- –با پرامپت فارسی تصویر تولید کن
- –ویدیوی چهره‌ثابت بساز
- –تصویر عمومی فقط با متن تولید کن
اجرا روی سیستم خودتان
این برنامه را روی سیستم خودتان نصب می‌کنید و هوش مصنوعی روی همان دستگاه اجرا می‌شود؛ متن و فایل‌هایتان از آن بیرون نمی‌رود.
- بعد از نصب، بدون اینترنت
- متن‌باز
- Apache-2.0 (کد PuLID) + FLUX.1 [dev] Non-Commercial License — فقط غیرتجاری
- رابط وب
- دیگر به‌روز نمی‌شود
بار اول وزن‌های PuLID، FLUX.1-dev و رمزگذارهای متن (در مجموع بیش از ۲۰ گیگابایت) از Hugging Face دانلود می‌شوند؛ بعد از آن محلی اجرا می‌شود. دموی آنلاین سازنده روی Hugging Face Spaces است.
کد PuLID آزاد است، اما چون روی FLUX.1-dev اجرا می‌شود، مجوز غیرتجاری FLUX.1 [dev] حاکم است: اجرای مدل برای هر کار درآمدزا ممنوع است مگر مجوز تجاری جدا از Black Forest Labs بگیرید.
سخت‌افزار لازم
- حداقل رم: ۳۲ گیگابایت
- کارت گرافیک لازم است — حداقل حافظهٔ کارت گرافیک: ۱۲ گیگابایت
- طبق راهنمای رسمی: با fp8 و offload روی کارت ۱۶ گیگابایتی (اوج مصرف حدود ۱۵ گیگابایت)، با offload شدیدتر روی کارت ۱۲ گیگابایتی ولی بسیار کند، و نسخهٔ bf16 بدون offload تا ۴۵ گیگابایت. کد رسمی برای کارت انویدیا (CUDA) نوشته شده. ۳۲ گیگابایت رم تخمینی است (حجم فایل‌ها × ۱٫۲، به‌اضافهٔ ۲ گیگابایت).
نصب و اجرا
- ۱
کد را بگیرید و محیط پایتون بسازید
git clone https://github.com/ToTheBeginning/PuLID.git && cd PuLID && conda create --name pulid python=3.10 && conda activate pulidبه Anaconda یا Miniconda نیاز دارد.
- ۲
وابستگی‌های نسخهٔ fp8 را نصب کنید
pip install -r requirements_fp8.txtبرای کارت‌های ۱۲ تا ۲۴ گیگابایتی؛ اگر کارت بزرگ دارید و نسخهٔ bf16 را می‌خواهید، requirements.txt را نصب کنید.
- ۳
وارد Hugging Face شوید
hf auth loginفایل ae.safetensors (و در حالت bf16 خود flux1-dev) از صفحهٔ black-forest-labs/FLUX.1-dev می‌آید که پذیرش مجوز می‌خواهد؛ بقیهٔ وزن‌ها هنگام اجرا خودکار دانلود می‌شوند.
- ۴
رابط محلی را برای کارت ۱۶ گیگابایتی اجرا کنید
python app_flux.py --offload --fp8 --onnx_provider cpuبرای کارت ۲۴ گیگابایتی: python app_flux.py --offload --fp8؛ برای ۱۲ گیگابایتی: --aggressive_offload --fp8 --onnx_provider cpu (خیلی کند). آدرسی را که Gradio چاپ می‌کند در مرورگر باز کنید.
دانلود
- کد PuLID (GitHub) ↗رسمی
- وزن‌های PuLID (Hugging Face) ↗رسمی
pulid_flux_v0.9.1.safetensors حدود ۱٫۱ گیگابایت
- FLUX.1-dev (Hugging Face) ↗رسمی
دانلود با پذیرش مجوز غیرتجاری
- دموی آنلاین (Hugging Face Space) ↗رسمی
آنلاین است، نه محلی
نکات امنیتی
- ساخت تصویر از چهرهٔ افراد واقعی بدون رضایتشان می‌تواند پیگرد قانونی داشته باشد.
- مجوز FLUX.1-dev فیلتر محتوا یا بازبینی خروجی پیش از انتشار را الزامی کرده است.
- وزن‌ها را فقط از مخزن‌های رسمی بگیرید و قالب .safetensors را ترجیح دهید.
آخرین بررسی: ۱۲ مهر ۱۴۰۵
تصاویر محیط ابزار
نقاط قوت
- ✓حفظ هویت چهره بدون آموزش و فاین‌تیون
- ✓کاملاً رایگان و متن‌باز با دموی آنلاین
- ✓قابل ادغام در ComfyUI و گردش‌کارهای محلی
نقاط ضعف
- ✗راه‌اندازی محلی به GPU و دانش فنی نیاز دارد
- ✗برای نتیجه خوب پرامپت انگلیسی بنویسید
نظرات کاربران (۴)
از استفاده کردم. برای نیاز من جواب داد
دوستم گفت برو سراغش. ای کاش دکمه‌ی «مشابه این ابزار» قوی‌تر بود
اگه آپدیت مهمی اومد خبر بدید. از بقیه‌ی گزینه‌هایی که دیدم بهتر بود برام
نمی‌خوام تعریف الکی کنم. نسبت به قیمتش اوکیه یه جاهایی گیج‌کننده‌ست
ابزارهای مشابه
مشاهده همه
فیس‌اپ
FaceApp
محبوب‌ترین اپ ویرایش چهره؛ با یک سلفی صورت را پیر یا جوان می‌کند، لبخند اضافه می‌کند و فیلترهای زیبایی طبیعی اعمال می‌کند.
مای‌هریتیج
MyHeritage AI
ابزارهای هوش مصنوعی سایت تبارشناسی مای‌هریتیج؛ «دیپ نوستالژی» عکس‌های قدیمی خانوادگی را متحرک می‌کند و ابزارهای ترمیم، رنگی‌سازی و «ماشین زمان» را هم کنارش دارد.
نانوبنانا
Nano Banana
خانوادهٔ مدل‌های ساخت و ویرایش تصویر گوگل؛ تازه‌ترینش Nano Banana 2.1 (۶ اکتبر ۲۰۲۶) با نصف قیمت نسخهٔ ۲، متن دقیق‌تر داخل تصویر، ویرایش ناحیه‌ای و ثبات بهتر شخصیت — داخل اپ Gemini، Google AI Studio و Flow.