Pixify 功能

角色一致性 + 批量渲染

同一角色，多视角、多场景，外观保持一致

Character Registry：保存角色参考 + 风格
Sidebar 拖卡到画布即用
Batch Render：一次跑 N 个 prompt 变体
Consistency Eval：aHash 自动评分一致性

这是什么

当你需要生成同一角色的多张图（不同表情、视角、动作、场景）时，传统做法每次都重新写 prompt 会导致角色长相不一致。Character Registry 解决这个问题：保存一次角色的参考图和 style prompt，然后让所有下游生成节点（t2i / i2i / i2v）自动复用，确保同一角色在所有产出里外观稳定。配套 Batch Render 一次批量跑 N 个变体，Consistency Eval 自动给一致性打分（0-100）方便你挑最稳定的那张。

如何使用

6 步即可上手

1
准备一张角色参考图
从 AI Image 生成一张满意的角色照，或者上传你自己设计的角色。这是"种子"，越清晰越好。
2
写一段 style prompt
用 1-3 句话描述这个角色的关键外观特征："长黑发、蓝眼睛、白衬衫、银项链"。这些会自动注入到下游 prompt。
3
保存到角色库
在角色面板点「保存到库」。角色卡会出现在编辑器左侧 sidebar 的 Characters tab。
4
拖角色卡到画布
从 Characters tab 拖一张角色卡到画布 → 自动建立 imageInput 节点，预填好角色参考图。
5
接到下游生成节点
角色参考图直接连到 Image to Image / Image to Video 等节点的 image 端口，作为风格参考图注入。
6
批量出图 + 评分
接 Batch Render 节点跑多个变体 prompt（"她在咖啡馆"、"她在沙滩"、"她在地铁"），然后接 Consistency Eval 自动给每张图相对参考图的相似度打分。

适用场景

看看其他用户都拿来做什么

漫画 / 绘本人物

主角在 20 个分镜里外观稳定，不需要逐张手动调 prompt。

虚拟主播多期内容

同一形象的 100 期视频，长相不偏移。

产品代言模特

同一虚拟模特出现在不同产品的全部素材里。

游戏角色立绘

同一角色的待机、攻击、受击、胜利多张表情立绘。

为什么选 Pixify

免训练免微调

不像 LoRA 需要 20 张训练图，参考图 + 风格描述就够。

Sidebar 即用

保存的角色出现在 sidebar Characters tab，拖拽即用。

量化评估

Consistency Eval 给出 0-100 分，告诉你哪张最稳。

工作流原生

不是独立工具，是工作流的一等公民，可以无缝接其他节点。

常见问题

一致性能保证到什么程度？

取决于参考图质量和 style prompt 精确度。在典型场景下 aHash 评分 70-90 分（满分 100）。完全像素级一致是不可能的（每次生成是新采样），但"明显是同一个人"是可以做到的。

Consistency Eval 用什么算法？

当前 v2 版本使用 sharp aHash（average hash）算法，纯本地计算 0 API 调用。对"整体外观相似度"敏感。未来可能接 CLIP embedding 提升精度（需要新 provider 商务）。

Batch Render 最多并发多少？

当前 v1 是串行（一次跑 1 个 prompt 直到完成再下一个），上限 8 个。生产级 Cloud Tasks 队列版还在评估中。

可以训练我自己的角色 LoRA 吗？

当前不支持。LoRA 微调涉及新 provider 和商务成本，待评估。当前方案是"参考图 + style prompt 注入"，对"训练样本不足"的角色也能用。

准备好开始了吗？

注册赠送积分，无需绑卡，立即上手。

在编辑器里使用角色