Krea 2 Identity Edit LoRA：基于指令的身份保持图像编辑，专为 Krea 2 Raw 打造
news
Conradlocke 发布 Krea 2 Identity Edit，一款社区 LoRA 微调模型，支持在 Krea 2 Raw 上通过自然语言指令进行身份保持的图像编辑——重新布置人物、编辑物体、重新设置风格，只需简单描述即可。
Conradlocke 发布了 Krea 2 Identity Edit，这是一个基于 Krea 2 Raw（12.9B 单流 MMDiT）的社区 LoRA 微调模型，实现了基于指令的身份保持图像编辑。
只需提供一张图像和一条自然语言指令——“创建一张此人在夜市中的照片”——它就会在保留未要求改变的内容（包括人物的身份特征，直至毛孔和标记）的同时进行编辑，并根据新场景对人物进行完整的重新打光。
核心能力：
- 人物重新布置并保持相似度——将人物重新打光并调整姿态融入新场景，同时保留其面部、服装、皮肤纹理和标识性特征
- 局部编辑——重新着色、添加/移除/替换物体，未触及区域几乎保持像素级不变
- 全图风格重设——在保留构图的前提下进行全局风格变换
- 参考替换——“用一只大猩猩替换那位女性”，并保持局部一致性
- 双输入合成（实验性）——场景和人物分别作为独立参考
- 可与其他 LoRA 叠加使用——可在其上叠加角色/身体/风格 LoRA
需要 ComfyUI-Krea2Edit 自定义节点包来实现专门的双重条件控制（上下文 VAE 标记 + 基于图像的 Qwen3-VL 编码）。内含两个即用型工作流。
推荐设置（v1.1——最新推荐版本）： 大多数编辑（添加、重新着色、风格重设、重新布置）使用 Turbo（8–12 步，CFG 1.0），移除操作使用 Raw（20 步，CFG 3.0）。输出宽高比与来源图像保持一致，分辨率保持在 2MP 或以下（双人编辑建议 ~1–1.5MP 后放大）。grounding_px 旋钮控制编辑强度与身份保持的平衡：数值越低，编辑遵从度越强；数值越高，身份保持越强。v1.1 的训练范围为 384–768（默认 768；1024 通常也可用）。旧版 v1 的训练范围为 512–1536。