从图片到视频BFS-Video 在 ComfyUI 里的接线全流程Frame 0 Anchoring 这样设置【免费下载链接】BFS-Best-Face-Swap项目地址: https://ai.gitcode.com/hf_mirrors/Alissonerdx/BFS-Best-Face-Swap视频换脸和图片换脸是两个难度量级的问题。单帧换脸只需要在一张静态图上保持身份与光影一致而视频换脸要在几十上百帧里同时守住三样东西身份不能漂移、表情不能僵硬、动作不能偏离原片。社区里对这个痛点的讨论几乎都集中在同一个关键词上——脸崩。BFS 系列从图片版一路做到基于 LTX-2 的实验性视频权重给出的解法是一个名为Frame 0 Anchoring第一帧锚定的机制先高质量地换好视频首帧让后续所有帧都以它为身份基准而不是让每一帧都各自重新发挥。这篇文章把 BFS-Video 在 ComfyUI 里的接线思路拆开讲清楚它和图片版到底差在哪、节点怎么连、LoRA 强度与噪声调度这些参数又该怎么设置。BFS-Video 与图片版的差异同一套身份合约换了一台发动机先看 BFS 家族的底子。仓库 README.md 里写得很直白BFS 是一组面向 face / head / body 替换的 LoRA 集合覆盖 Qwen Image 2.1、Qwen Image Edit 2509/2511、Flux 2 Klein、Krea 2 四条图片工作流线外加实验性的 LTX-2 视频权重。图片版的玩法是提示词驱动 输入顺序合约以 Qwen 2.1 为例docs/qwen-image-2.1.md 规定 Image 1 是目标/基底图、Image 2 是参考脸配套的提示词长这样head_swap: start with image1 as the base image, keeping its lighting, environment, and background. remove the head from image1 completely and replace it with the head from image2, strictly preserving the hair, eye color, nose structure from image2. copy the direction of the eye, head rotation, micro expressions from image1, high quality, sharp details, 4k而到了 Qwen Image Edit 的 Head V3/V4/V5 和 Flux 2 Klein 系列输入顺序被故意反转成 body-first见 docs/qwen-image-edit.md 与 docs/flux-2-klein.md。这套顺序合约 强度微调的经验是理解视频版的关键——因为 BFS-Video 沿用了同样的设计语言只是把基础模型从图片生成模型换成了视频生成模型。BFS-Video 的差异体现在三个层面基础模型换血。视频版基于 Lightricks 的 LTX-2仓库里的 bfs_head_swap_v1_ltx2_ic_lora_5000.safetensors、bfs_head_swap_v1_ltx2_ic_lora_6000.safetensors 和 bfs_head_swap_v1_ltx2_ic_lora_12000_train_3.safetensors 三个 checkpoint 都是In Context LoRA形态——身份特征不是靠每帧重新提示而是作为上下文条件一次性注入整个视频序列。噪声调度不同。图片版用标准采样流程就够了视频版则需要High-Noise Power Law分布噪声调度让模型在去噪早期优先保留目标身份特征而不是原始视频的上下文信息。引入时序锚点。这就是 Frame 0 Anchoring——视频首帧在推理前必须被单独、高质量地替换完毕之后全程作为身份锚定基准。仓库对这三份实验权重的定位非常克制。docs/ltx-2.md 明确说明这些文件是实验性的与 Qwen / Flux / Krea 的正式发布指南分开维护只应该配合支持对应 in-context LoRA 合约的 LTX-2 工作流使用且仓库当前并未捆绑 LTX-2 工作流。文档还专门警告了一条容易踩的坑不要假设 Qwen 或 Flux 的图片输入顺序适用于 LTX-2必须遵循所用 LTX-2 工作流自己的输入合约并在长时长生成前先做 checkpoint 测试。这正是视频版和图片版最容易混淆的地方。ComfyUI 接线全流程从图片版工作流迁移的五个步骤视频版在 ComfyUI 里的接线本质上是在图片版工作流骨架上外挂抽帧—锚定—回写三个环节。图片版工作流的节点结构可以直接参考仓库自带的 workflows/Head Swap V1 Flux 2 Klein 4b_9b (base_distill).json.json)Body Reference 和 Face Reference 两个LoadImage、ImageCropByMaskRMBG做参考图预处理、AILab_QwenVL视觉节点生成提示词、LoraLoaderModelOnly注入 LoRA、Flux2SchedulerSamplerCustomAdvanced完成采样、最后VAEDecodeSaveImage出图。视频版把最后的出图替换成出帧序列其余链路保持同构第一步加载模型三件套。在 ComfyUI 里加载 LTX-2 扩散模型、对应的文本编码器和 VAE并把选定的 LTX-2 in-context LoRA5000 / 6000 / 12000_train_3 三个训练步数版本步数越高身份保持通常越稳但也要实测放入ComfyUI/models/loras/后由LoraLoaderModelOnly挂载。这一步和图片版把 LoRA 放进models/loras/的做法完全一致。第二步抽帧并完成 Frame 0。把输入视频按目标帧率抽取为图像序列取第一帧送入图片版 BFS 工作流做高保真换头——这一步可以直接复用仓库的 Qwen 2.1 工作流workflows/Head Swap V1 Qwen 2.1 Workflow.json或 Flux Klein 工作流因为静态图换头正是图片版 LoRA 最擅长的场景。锚定帧的质量直接决定整段视频的身份上限首帧换得越干净、光影越自然后续帧的漂移空间就越小。第三步按 in-context 合约接参考输入。将锚定帧Frame 0与参考人脸作为条件图像接入视频采样链路。注意这里必须服从你所使用的 LTX-2 工作流的输入顺序合约而不是照搬图片版的 Image 1/Image 2 规则——这是 docs/ltx-2.md 反复强调的边界。第四步切换噪声调度。用 High-Noise Power Law 分布替代默认调度让去噪早期阶段优先重建目标身份。社区对该机制的解释是它相当于给采样过程加了身份优先级高噪声阶段先锁住身份特征低噪声阶段再补动作与细节。第五步逐帧解码回写。采样得到的 latent 经VAEDecode逐帧解码最后按帧序合成为视频。帧率、分辨率与显存需要提前规划视频生成对 VRAM 的占用远高于单图必要时降低输出分辨率换取帧数稳定。跨帧身份稳定的参数设置Frame 0 Anchoring 的三个关键旋钮Frame 0 Anchoring 不是一句口号它落到参数上是三个可以精确控制的旋钮。旋钮一锚定帧的 LoRA 强度。图片版的经验是从强度1.0起步README 的 General rules 和各个文档都如此建议视频版延续了这个基准。社区反馈给出更细的分工LoRA 强度 1.0 适合保持原始视频的动作保真度强度大于 1.0 时能增强头发等细节的身份特征但代价是动作可能偏离原始视频。如果你的视频里头发、发际线是身份识别的关键可以尝试上调如果动作连贯性优先就守住 1.0。多轮推理也能进一步优化——用不同强度组合跑两遍把第一轮输出作为下一轮锚定帧身份与动作往往能同时更好。旋钮二锚定帧本身的预处理质量。图片版 docs/qwen-image-2.1-body.md 里有一条同样适用于视频首帧的结论参考图格式比分辨率更重要。训练数据里的参考格式是全幅站立、面向镜头、纯色浅背景离这个分布越远身份越弱、背景越容易渗进输出。对视频首帧锚定来说同理——先用 RMBG / ImageCropByMask 这类节点把参考头干净地裁出来再喂给换头工作流锚点质量会明显好于直接拿原始帧硬换。旋钮三输入顺序与提示词的一致性。视频版继承了图片版最反直觉的那条规则不同版本顺序不同。Face V1 / Head V1 / Head V2 是参考脸在前、目标在后的标准序Head V3/V4/V5 和 Flux 2 Klein 则是 body-first 倒序见 docs/qwen-image-edit.md 的对照表。视频工作流里一旦顺序接反身份和动作会互相串表现就是隔几帧换了一张脸。提示词同样要沿用 head_swap 合约明确保留 Picture 2 的头发、瞳色、鼻型复制 Picture 1 的视线方向、头部旋转与微表情让模型在视频域里也知道该锁什么、该迁什么。最后必须说一句合规边界。BFS 仓库与社区讨论对伦理约束的表述高度一致不要使用或分享涉及公众人物、以及未经明确同意者的结果。视频换脸的合成痕迹更难被肉眼识别技术能力越强这条底线越要前置。从图片版到视频版BFS 的工程路径其实相当清晰图片版用输入顺序合约 提示词解决了单帧的身份与光影绑定视频版用 Frame 0 Anchoring 把这个绑定从单帧延伸成整段序列的时间锚。对 ComfyUI 用户而言不需要理解 LTX-2 的全部内部机制只需要记住三条接线铁律LoRA 与基础模型严格匹配、输入顺序服从所用工作流合约、首帧锚定质量决定一切。把这三条守住剩下的就是耐心地逐参数微调。【免费下载链接】BFS-Best-Face-Swap项目地址: https://ai.gitcode.com/hf_mirrors/Alissonerdx/BFS-Best-Face-Swap创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考