Fisher Pose 终极版:Qwen2.1 姿势与机位编辑器实测,8G 显存跑通

Qwen Image 2.1 是阿里通义实验室推出的开源图像生成模型,在 ComfyUI 里做角色一致性、分镜、漫剧的工作流已经相当成熟。但只要涉及到「多机位 / 姿态细节控制」,绝大多数工作流要么用 ControlNet+OpenPose 拼,要么靠 LoRA 模型控制——代价是节点乱、姿势可控性差、显存门槛高。Work-Fisher 上线的 Fisher Pose 终极版 给出了一条完全不同的路线:用 3D 真人人偶直接拖姿势,或者上传一张图一键提取 OpenPose,模型随即按骨架渲染。8G 显存可跑、单/双人都支持,是当下最值得用起来的姿势与机位编辑器之一。

下面把这套编辑器拆成 9 个章节,从架构到落地一起讲清楚。

一、Fisher Pose 是什么

Fisher Pose(仓库名 ComfyUI-Fisher-Pose)是 Work-Fisher 维护的 ComfyUI 自定义节点,与 Qwen Image 2.1 深度绑定。它的定位不是「又一个姿势插件」,而是「Qwen Image 2.1 的姿势与机位编辑器」——涵盖三个核心动作:

摆姿势:用 3D 真人人偶(VNCCS PoseStudio)直接拖关节;或者点一张 OpenPose 骨架图就摆。
切机位:拖动相机切换人物视角,从正面到俯视、仰视任意旋转。
多目标同框:单人 / 双人场景下,同时编辑多个人物的姿态与视角。

和 ControlNet 走 control image 的方式不同,Fisher Pose 把姿势与机位封装在节点输入里,出图过程直接由底层 Qwen Image 2.1 模型消费,省了 ControlNet 这一整层参数,8G 显存就能稳定出图。

二、与上一版相比,这次新增了什么

终极版的更新主要分三类:功能补全、操控细节、工程化。

2.1 双人编辑支持

之前的版本只能对单个人物摆姿势。这一版加入了双人编辑能力:

两个人物可以分别独立摆姿势、切机位、设置体型。
复杂动作(比如一个人挥拳、另一个人格挡)可以同时编辑。
单人 LoRA 占比仍偏重,实测单人稳定性明显高于双人——这是训练分布限制,不是 bug。

2.2 多角度编辑 + 鸟瞰畸变提示

多机位 / 多角度编辑此次完整支持。在 3D 人偶基础上,可以直接绕角色一周观察/出图。

需要注意一个边界:侧视、简单角度切换没问题;但极端鸟瞰(俯视)或鱼眼级大幅镜头切换时,因为底层模型的 3D 重建逻辑,人物会出现轻微的几何畸变(例如头身比失真、关节扭曲)。这是渲染原理导致的,不是参数能修复的——使用时把鸟瞰当作「创意机位」偶尔用就好,主流程仍以常规平面/侧视角度为主。

2.3 骨骼图导出 + 姿态参考图识别

新版的骨架信息是端到端贯通的:

骨骼图导出:在 3D 人偶里的姿势可以直接导出为带 OpenPose 信息的图,用于连入其它工作流。
上传图片识别骨骼:直接拖一张别人画好的姿势图(摄影图、插画都行),选择「识别骨骼」节点,自动生成同结构的 OpenPose 骨架图,可以挑出其中一个角色应用到当前编辑中。
保存当前姿势:把当前姿势存为预设,下次直接调用。多个用户反馈的功能被采纳了进来,预设库已经内置了若干「正常版」姿势(上一版被吐槽「奇怪」的姿势,这一版被替换)。
加载姿势 + Shift 微调:导入参考姿势后,按住 Shift 点击人物可以微调位置(踩坑提醒:很多人问「为什么移动不了人物」,原因就是没注意到 Shift 提示)。

三、五步使用流程

下面是 Fisher Pose 终极版的官方使用流程,ComfyUI 里跑一个姿势 + 机位的图基本只走这五步:

点人物选姿势:在画布上点击角色,加载一个相对「正常」的姿态预设。
拖关节摆姿势:关节 / 体型都可以微调,所见即所得。
定机位:点「定镜头」按钮,此时画布右下角的相机参数会跟着动作实时变化(摆姿势阶段相机不变化,定机位阶段才解锁)。
自动充满:出图前用「自动充满」让画面与画布比例适配,避免人物裁切。
应用并生成:渲染开始,生成的单 / 双人图直接进入下游 Qwen 节点出片。

单人 vs 双人:如果你不是必须用双人,优先走单人路径——稳定性差一截,但默认就稳很多。如果是情侣、双人打斗、强一致性的双人场景,才上双人。

姿势编辑主界面

四、工作流里的关键开关与参数

把 Fisher Pose 的节点拖进 ComfyUI 工作流后,有几个开关 / 参数几乎一定要摸清。

4.1 「多角度生成」开关

工作流中有一个核心开关:

关闭:只做单角度的姿势生成——只输出一种机位的图,适合静态角色立绘、分镜草图。
开启:同时启用「多角度 + 姿势」——同一个人物 / 同一姿势,一次出多个视角,适合多机位分镜、漫剧过场。

如果只需要一个姿势不要多机位,保持关闭,省时省算力。

4.2 输出宽高比

默认输出 1:1。插件支持 1:1、16:9、9:16、4:3、3:4 等常见比例。

经验法则:以「宽」为优先选择(1:1、16:9、4:3)——因为姿势编辑经常涉及大幅度的身体伸展(打斗、张臂、横劈等),过窄的画面会有截肢感。9:16 主要适合半身立绘 / 角色签名卡,不适合做姿态参考或动作分镜。

4.3 关节 / 体型 / 保存

这三个是可选项,不是必走项:

关节编辑支持 209 个骨架点的高级微调(见仓库描述),一般用户用预设即可。
体型支持身体比例调整(头身比、身高、胖瘦),适合 Q 版 / 写实切换。
保存当前姿势:把自己调好的姿势当预设,下次直接调用,适合重复场景(同一角色多姿势 / 多镜头)。

工作流中的开关与尺寸配置

单人 vs 双人:同一界面不同复杂度

五、模型加载:最容易踩的坑

「为什么下载工作流后不能用?」——90% 的情况是没有手动加载模型。

Fisher Pose 工作流打开后会指向一些模型文件路径(Clip、Qwen 大模型、VAE、视觉模型、LoRA 等),初次加载工作流时这些是空的,必须手动点击每个模型节点、选择对应的 safetensors 文件,ComfyUI 才会正确加载。Quark 网盘里已经把所有模型给出,作者明确「不需要担心,所有模型都在」。

常见的「报错 / 出黑图」原顺序排查:

模型路径是否存在 → 不少人是模型文件夹路径不对。
手动加载了吗 → 工作流里模型字段默认是空的,不会自动补全。
插件装齐了吗 → 见下节,Fisher Pose 需要两个插件协同工作。
显存够吗 → 8G 起步,如果还报 OOM,关掉多角度、缩到 1:1、关双人。

六、插件安装:两个就够

Fisher Pose 终极版只需要两个插件:

插件	作者	安装方式
Fisher Pose	Work-Fisher	ComfyUI Manager → GitHub URL 安装
辅助插件	Country Night(作者感谢名单里)	同上

网盘里已经打包好 .plugin 文件,放到 ComfyUI 的 custom_nodes/ 目录下重启即可。如果手动装失败,就用 ComfyUI Manager 直接粘贴 GitHub 仓库地址,基本都能一次过。

如果以上方式都不行,先去看下 ComfyUI 自身的更新——很多「插件装不上」其实是 ComfyUI 本体版本太老。前不久还出现过 ComfyUI 0.40 与第三方插件不兼容的情况,遇到插件装不上,可以先回滚 ComfyUI 到 0.39.x,一般能避开冲突。

七、部署路径:本地 + 云端

7.1 本地:8G 显存的最低门槛

8G 显存起步是这份工作流最大的卖点之一。对硬件的具体要求:**

显存:8G 起步(RTX 3060 / 4060 这档)
内存:16G 起步,32G 跑双人更稳
硬盘:Qwen Image 2.1 模型本体约 20G+,加 LoRA / VAE / Clip / 视觉模型,工作目录至少预留 60G
推荐系统:秋叶 ComfyUI 整合包 / 官方 release

7.2 云端:RunningHub 正在上架

工作流已经在 RunningHub(RQ) 上架——这种前端重、参数节点多的工作流,云化比较吃力,目前仍在调试中。一旦完成部署,会在源视频简介里直接挂出工作流链接,搜不到就还没上完。

云端方案的最大价值:

不挑硬件——4090 / H100 跑满 Qwen Image 2.1 的速度比本地 3060 大约快 8 ~ 15 倍。
不需调试 Python 环境 / 依赖冲突。
可分享——把工作流丢给团队同事就能直接用。

网盘资源与模型清单

八、稳定性:从经验角度的几个小提示

8.1 姿势不识别的兜底

很多用户反馈「偶尔姿势不识别 / 出图姿势跑偏」。Work-Fisher 给了两种处理方式:

控制总值固定 + 改成随机:把 ControlNet 类的强度控制改为随机种子,赌一赌出图成功率。偶尔能成,工程上不算稳定方案。
换 LoRA:插件底层搭配的是 VNCCS PoseStudio LoRA。换个 LoRA 或调一下 LoRA 权重(0.6 ~ 1.0 区间),成功率会有差异。

8.2 双人稳定度天然弱于单人

再次强调:LoRA 训练分布以单人为主,所以双人场景出图的稳定性比单人弱一档是正常现象,不是 bug。要做漫剧双人对戏 / 强一致性打斗,可以走:

单人分别出图后,在 ComfyUI 里用图层节点合成。
选用「参考图生视频」类工作流(参考《MiniMax H3 武打视频生成工作流:12G 显存跑开源视频模型的工程拆解》),先用 Qwen 出分镜,再用视频模型做动作连续性。

九、把 Fisher Pose 接到现有工作流

Fisher Pose 本身只是「姿势 + 机位」中间产物,真正的输出节点还是 Qwen Image 2.1(或搭配 Flux、SD 等其它底模)。一个典型的生产管线:

脚本 / 分镜
  → ComfyUI-Fisher-Pose 出姿势 / 机位图
  → (可选)ControlNet+OpenPose 走老路二次精修
  → Qwen Image 2.1 出最终图
  → 后期(放大 / 修脸 / 超分)

如果已经在做 AI 漫剧,这一节直接对接「脚本 → 分镜 → 出图」管线:

分镜阶段用 Qwen Image 2.1 出姿势图(Fisher Pose 出);
关键帧 / 角色卡阶段,用单张 1:1 立绘(Fisher Pose 出 + 后期修脸);
多机位 / 动作衔接:同时出多个角度,挑最贴分镜那张作为 ref。

Fisher Pose 解决的是「姿势控制」这一环节的精度问题,不能直接替换完整的文生图/视频工作流。建议在自己已有的工作流里加一层 Fisher Pose 作为「姿势源」,而不是整套推倒重来。

整体管线:Fisher Pose 作为姿势源

十、小结与上手清单

如果你是 ComfyUI 老玩家,大概已经看出 Fisher Pose 终极版的定位:一个为 Qwen Image 2.1 量身定做的姿势/机位编辑器,把 ControlNet+OpenPose 那条路收束成一个直接可拖的交互节点,显存门槛打到 8G。配合 RunningHub 上架后,云端也能跑,等于把 Qwen Image 2.1 在姿势 / 机位控制这件事上的工程门槛直接降了一档。

上手 checklist:

硬件:8G 显存 + 16G 内存起步,推荐 RTX 3060 / 4060 起步。
环境:秋叶 ComfyUI 整合包或 ComfyUI 官方最新版;遇到插件兼容问题可暂时回滚到 0.39.x。
插件:Fisher Pose + Country Night 插件两个就够,ComfyUI Manager 直接装。
模型:Clip / Qwen 大模型 / VAE / LoRA / 视觉模型 — 手动加载,网盘里已给。
流程:点人物 → 摆姿势 → 定机位 → 自动充满 → 应用并生成。
比例:以「宽」为主(1:1 / 16:9 / 4:3),9:16 仅用于半身立绘。
稳定度:单人 > 双人;鸟瞰畸变是模型限制。
进阶:RunningHub 云端工作流(如果还没上就再等等)。

想了解更多 Qwen Image 2.1 的工程化细节,以及 AI 视频生成工作流的整体搭建思路,可以看看:

《MiniMax H3 终极工作流:DMAD 加速 LoRA + 单节点二采,12 步跑通文戏武戏》 —— 同一波开源生态里另一位作者(YZ_金鱼)给出的视频工作流思路。
《MiniMax H3 武打视频生成工作流:12G 显存跑开源视频模型的工程拆解》 —— 把图像 / 视频 / 姿势三件套串起来的工程视角。

有任何姿势 / 机位相关的新工作流 / 新模型,继续在评论区分享,我们一起把 ComfyUI 的姿势控制拼到「真 3D 化」的那一天。

实用资源

Work-Fisher/ComfyUI-Fisher-Pose(GitHub) — 插件仓库,内置 209 骨架点 + VNCCS PoseStudio LoRA。
ComfyUI-Fisher-Pose-i18n(GitHub) — 多语言版本,英文 / 日文 / 中文界面。
Qwen Image 2.1(通义实验室) — 底层图像生成模型。
RunningHub(RQ) — Fisher Pose 的云端运行环境(工作流调试中,部署完成会同步到视频简介)。
ComfyUI 官方仓库 — 节点本体,推荐使用稳定 release 而不是 nightly。

工作流的核心交付是「把姿势和机位的控制收束到一个交互节点」,而不是堆参数。把更多精力放在角色一致性和分镜设计上,比反复折腾工程节点更划算——这是这套工具想要解决的根本痛点。