Instant ID 是 controlnet 比较新的一个模型，主要作用也是固定人物的面部特征。它可以仅通过一张图片进行完美换脸，可能是目前最强的脸部迁移模型。

Instant ID 技术在多个领域展现了其独特的优势，主要表现在以下几个方面：

1. 作为一种创新的ID保留方法，Instant ID 有效地解决了训练效率与ID保真度之间的矛盾。

2. 它具有可插拔性，与目前社区内的文生图基础模型、LoRAs、ControlNets等完全兼容，可以在推理过程中零成本地保持人物ID属性。同时，Instant ID 还保持了良好的文本编辑能力，使得ID可以平滑地嵌入到各种风格中。无论是添加装饰、改变发色还是更换套装，都能轻松应对。

3. 实验结果证明，Instant ID 不仅超越了目前基于单张图片特征进行嵌入的方法（如IP-Adapter-FaceID），而且在特定场景下与ROOP、LoRAs等方法相比也毫不逊色，且成本更低。

更详细的原理可以阅读Instant ID团队在 github 的解析：https://github.com/InstantID/InstantID

步骤一：使用前准备

如果你的 controlnet 没有 Instant ID 你需要到秋叶启动包更新一下扩展

此外，你还需要下载controlnet模型到本地的controlnet模型文件夹中

模型下载地址：

ipadapter model

ControlNet model

如果网络不好的话可以扫描右边的二维码加群获取，或者上esheep这个在线SD网站上体验

下载完还要改名字分别修改成 ip-adapter_instant_id_sdxl 和control_instant_id_sdxl，然后再放入这个文件夹中

步骤二：图生图设置

【大模型】必须上 SDXL 模型，因为目前 Instant ID 只支持 SDXL

我这里使用的是 DreamShaper XL V2.1 Turbo

该模型可以在 C 站上下载，访问不了的可以扫描右边二维码加入群聊获取

【采样方法】 DreamShaper XL V2.1 Turbo 模型必须使用 DPM++ SDE Karras

【采样步数】8

【尺寸】768*1024

【CFG 提示词相关性】大模型作者建议将CFG设置为 2，以获得最佳效果。

【重绘幅度】0.6

具体参数可以参考下图，局部重绘要把脸涂上

步骤三：ControlNet 设置

你的第一个单元必须是 embedding 和 ip-adapter 的组合

第一个单元是获取人脸特征的模型

你的第二个单元必须是 keypoints 和 control-instant-id-sdxl 的组合

这个单元是作为替换模版，在图生图中你可以不上传图像，sd 会自动使用你上面图生图上传的图像作为模板

步骤四：点击生成

以上参数设置好后点击生成。效果非常的逼真，除了边缘有一些瑕疵，可以调整蒙版边缘模糊度改善

注意事项

参数不是固定的，需要参考你的大模型提示，在我使用的DreamShaper XL V2.1 Turbo大模型是按照以上参数设置

尽量选择高清的面部素材可以达到更好的换脸效果