Anima Control Pose Preview-2: ComfyUI를 위한 네이티브 포즈 제어

Anima v1.0 이미지 모델을 위한 새로운 포즈 제어 어댑터가 출시되었습니다. Anima Control Pose Preview-2는 스켈레톤 기반 포즈 조건화를 Anima에 도입하며, 네이티브 ComfyUI 커스텀 노드, 다중 해상도 지원, 그리고 크게 개선된 포즈 추종 정확도를 제공합니다.

기능

Anima Control Pose는 스켈레톤 포즈 맵을 기반으로 Anima 이미지 생성을 조건화하는 채널 연결(channel-concat) control-LoRA입니다. 참조 사진이 주어지면 ComfyUI 노드가 포즈를 감지하고 스켈레톤을 렌더링하며, 모델은 생성 중 이를 따라 정밀한 캐릭터 위치, 제스처, 바디 랭귀지 제어를 가능하게 합니다.

Preview-2는 Preview-1 대비 주요 업데이트입니다:

• 다중 해상도 지원: 512, 768, 1024px (Preview-1은 512만 지원)
• 더 큰 학습 코퍼스 — 더 깨끗한 해부학과 안정적인 포즈
• 새로운 ComfyUI 노드 'Anima Pose Control' — 여러 스켈레톤 렌더링 스타일(얇음, 두꺼움, 인형, 히트맵, 손/얼굴 포함/미포함)로 참조 사진에서 포즈 자동 감지
• Body-PCK@0.1: 1024 해상도에서 약 0.83 (Preview-1의 512에서 약 0.59와 비교)

방법

제어 어댑터는 0으로 초기화된 ControlEmbedder를 사용하여 동결된 베이스 패치 임베드 출력에 추가되는 제어 토큰을 생성하고, 트랜스포머 블록에 rank-16 저순위 어댑터를 추가합니다. 베이스 Anima 모델, 텍스트 인코더, VAE는 동결 상태를 유지합니다.

strength = 0에서 어댑터는 정확히 베이스 모델과 동일하며, 제어 기여도는 학습 중 손실을 줄이는 경우에만 증가합니다.

설정	값
해상도	512 + 768 + 1024, 종횡비 버켓팅
어댑터 순위	16
제어 드롭아웃	0.1
정밀도	bf16

이용 가능 정보

Anima Control Pose Preview-2는 비상업적 라이선스로 Hugging Face에서 이용 가능합니다:

• HF 저장소: Claquasse/Anima-Control-Pose
• 메인 파일: anima_pose_preview2.safetensors (ComfyUI/models/loras/에 배치)
• 커스텀 노드: 저장소의 comfyui/ 아래 포함
• 베이스 모델: Circlestone Labs의 Anima v1.0 (필수)

ComfyUI 사용법

Preview-2는 두 개의 작은 커스텀 노드를 사용합니다: Anima Control Apply (AnimaControlApply)는 어댑터를 적용하고, Anima Pose Control (AnimaPoseControl)은 사진에서 포즈를 감지하여 스켈레톤을 렌더링합니다.

설치

1. anima_pose_preview2.safetensors를 ComfyUI/models/loras/에 다운로드합니다.
2. HF 저장소의 comfyui/에서 두 폴더를 ComfyUI/custom_nodes/에 복사합니다:
   • anima_control_lora/
   • ComfyUI-anima-pose-control/
3. ComfyUI를 재시작합니다. ComfyUI-Manager가 두 번째 노드의 requirements.txt를 자동 설치합니다. 그렇지 않은 경우 다음을 실행하세요:

   pip install -r ComfyUI-anima-pose-control/requirements.txt

   (rtmlib, opencv-python, onnxruntime, numpy; torch와 Pillow는 ComfyUI에 포함되어 있습니다.)
4. 메뉴에서 워크플로를 로드합니다(아래 참조).

safetensors 파일에는 저순위 어댑터(lora.* 키)와 제어 임베더(control_embedder.* 키)가 모두 포함되어 있습니다. 하나의 LoraLoaderModelOnly가 LoRA 가중치를 읽고, Anima Control Apply가 제어 임베더를 읽습니다 — 둘 다 동일한 파일을 가리킵니다.

워크플로

HF 저장소에 4개의 .json 워크플로가 포함되어 있습니다:

• pose_control_demo.json (가장 쉬움) — 제어 vs 제어 없음 나란히 비교
• pose_control.json — 간단한 단일 생성 워크플로
• pose_control_edit.json — 스켈레톤 스타일 선택기가 있는 단일 노드
• pose_control_compare.json — 하나의 포즈를 모든 스켈레톤 스타일로 한 번에 렌더링

강도

0.0은 제어 없이 베이스 모델을 생성하며, 1.0은 스켈레톤을 따릅니다(범위 0–2). 값이 높을수록 포즈를 더 정밀하게 추적하지만 이미지 품질이 저하될 수 있습니다.

포즈 감지기(최초 실행)

Anima Pose Control 노드에는 포즈 감지기(rtmlib)가 필요합니다. 처음 사용 시 HF 저장소의 detector/ 폴더에서 두 개의 ONNX 파일(~316 MB 총합)을 다운로드하여 ~/.cache/rtmlib/hub/checkpoints/에 캐싱합니다. 이후에는 오프라인에서 작동합니다.

urllib ... getaddrinfo failed 오류가 표시되면 머신이 다운로드 호스트에 연결할 수 없는 것입니다. HF 저장소의 Files 탭에서 두 ONNX 파일을 수동으로 다운로드하여 해당 캐시 폴더에 배치하고(폴더가 없으면 생성), ComfyUI를 재시작하세요:

• detector/yolox_m_8xb8-300e_humanart-c2c7a14a.onnx
• detector/rtmw-dw-x-l_simcc-cocktail14_270e-256x192_20231122.onnx

작성자는 Preview-2가 여전히 실험적이라고 언급합니다. 크게 개선되었지만 여전히 포즈를 놓치거나 복잡한 포즈에서 아티팩트를 생성할 수 있습니다. 더 나은 스켈레톤 표현과 전용 애니메이션 포즈 감지기에 초점을 맞춘 Preview-3이 개발 중입니다.