6GB 显存跑 4K 换脸?BFS 显存压榨与分块渲染实战
6GB 显存跑 4K 换脸?BFS 显存压榨与分块渲染实战
AI 换脸在 2025 年经历了从"效果能看"到"效果能用"的跨越,而 BFS(Best Face Swap)是这个赛道里最值得拆解的项目之一:它在 Hugging Face 上累计下载超过 11 万次、获得 757 个赞(见 hf_remote_info.json),把 Qwen Image 2.1、Qwen Image Edit 2509/2511、Flux 2 Klein、Krea 2 四个模型家族的换脸能力打包成一套 LoRA 体系。
但真正让社区玩家兴奋的,不是效果图,而是一个更朴素的问题:我的 6GB 老显卡到底能不能跑? 社区里流传着"6GB 显存跑 4K 素材 + 分块渲染"的说法,也流传着"换脸必须 24GB 起步"的劝退论。本文直接打开仓库源码与官方工作流 JSON,逐项核对显存账单,把"量化压榨""分辨率预算""分块渲染"这三件事讲清楚,并给出一份可以在低显存机器上直接落地的调优清单。
先算账:6GB 显存到底被谁吃掉了
要判断 6GB 是否可行,先得知道一次换脸推理的显存花在哪。一次完整的 BFS 换脸推理包含四层开销:
- 扩散模型本体:最重的一层,权重常驻显存,推理时还叠加激活值;
- 文本编码器:Qwen 系列走 VLM 路线,编码器本身就是一个 8B 级别的大模型;
- VAE:负责像素空间与潜空间的往返;
- 参考图与中间张量:两张输入图、latent、conditioning 都在显存里过一遍。
把这四层乘以 BF16 精度,6GB 是绝对塞不下的。BFS 给出的解法藏在官方工作流的模型加载节点里——全链路量化。以 Head Swap V1 Qwen 2.1 Workflow.json 为例,三个加载器分别是:
UNETLoader:扩散模型用qwen_image_2.1_int8_convrot.safetensors(INT8 量化版);CLIPLoader:文本编码器用qwen3vl_8b_int8_convrot.safetensors(8B 编码器的 INT8 量化版,type 为qwen_image);VAELoader:VAE 用qwen_image_2.1_vae_bf16.safetensors。
也就是说,官方工作流默认就不加载 BF16 原版基座,而是直接吃 INT8 量化权重。20B 级的扩散基座 + 8B 级文本编码器,常驻显存从"以十 GB 计"被压到个位数 GB,这是"6GB 能跑"的第一块基石。
更重要的是,BFS 的本质是一批 LoRA,而不是完整模型。换脸能力全部承载在权重文件里,比如 bfs_head_v1.1_qwen_2.1.safetensors 只有约 248 MiB(LFS 指针记录的 size 为 260,096,144 字节),基座则是社区通用的量化模型。显存大头由基座决定,而 LoRA 只增加极小开销——这意味着"换脸"这个动作本身对显存极其友好,真正的门槛始终在基座选型上。
如果连 8B 编码器都觉得重,仓库里还有更激进的梯度。看 Body Swap Krea 2 - V1 Simple Workflow.json 的模型清单:
- 扩散模型:
krea2_turbo_fp8_scaled.safetensors(FP8 量化); - 文本编码器:
qwen3vl_4b_fp8_scaled.safetensors——直接把 8B 编码器换成了 4B FP8 版本; - VAE:通用
qwen_image_vae。
同样的思路延续到 2511 家族:Head Swap 2511 - V5 Simple Workflow.json 使用 qwen_image_edit_2509_fp8_e4m3fn.safetensors、qwen_2.5_vl_7b_fp8_scaled.safetensors 与 qwen_image_edit_2511_fp8mixed.safetensors。FP8/INT8 量化不是可有可无的优化,而是 BFS 官方工作流的标准配置。
分辨率才是隐性炸弹:为什么 2K 反而更"省心"
显存账本算完权重,真正的隐性炸弹是分辨率。扩散模型的激活值与分辨率近似平方关系增长,从 1024 提到 2048,激活显存不是翻倍而是接近四倍。而 BFS 的 Qwen 2.1 工作流偏偏推荐你开 2K——这不是炫富,而是模型特性决定的。
工作流里嵌着一条作者原话的注释(节点 id 517):
There's a really annoying effect in Qwen 2.1 where even if you change a small part of the image, it seems like the whole image is affected; the colors change, the details are lost, it looks more blurry, etc. The way I managed to mitigate it a bit was by generating the images in 2K.
翻译过来是:Qwen 2.1 在低分辨率下改小区域会连累整张图——全局色偏、细节丢失、发糊。作者实测后给出缓解手段:直接在 2K 生成。这写进了 docs/qwen-image-2.1.md 的 Resolution and quality 一节:更大的输出尺寸有助于保住面部细节、减少低分辨率下出现的整体色偏与柔化,且分辨率是"总像素预算"而非宽高各自独立——官方默认 1024,上限 2048,尺寸必须是 32 的倍数。
这给低显存用户一个关键认知:6GB 显存跑 4K,不等于在 4K 潜空间里采样。正确路径是"预算内生成 + 事后放大":
- 工作流默认在
ResolutionSelector里按megapixels(总像素)与 32 倍数控制画布,EmptyLatentImage的初始值就是 1024×1024; - 两张参考图在进模型前被
ImageResizeKJv2统一压到 512×512(lanczos、divisible_by=32、在 CPU 上执行),把参考图编码的显存开销锁死; - 输出分辨率跟随目标图(
output follows image_1),而不是跟着最重的参考图走。
所以"2K 生成"在仓库里不是分辨率攀比,而是用分辨率预算换取色彩一致性与细节保真;"4K"则是素材端或输出端的处理概念。低显存机器完全可以在 1024 出图后走超分管线,而不是硬刚 4K latent。
分块渲染:正确姿势与 BFS 的边界
"分块渲染"(tiled rendering)是社区热议的另一张牌。但先看仓库事实:BFS 官方工作流里没有任何分块/平铺节点。我全量检索了 workflows/ 目录下的节点类型,找不到 Tile、Block、Tiled 相关实现;仓库的六个 docs 指南里也不存在分块采样的说明。社区文章里"带权 BFS 节点调度、分块渲染、OBS 直播对接"等描述,属于第三方工作流生态的再加工,并非本仓库自带能力。
这不代表分块与低显存无关,而是要摆正它的位置:
- tiled VAE 解码是 ComfyUI 生态的通用手段(把 VAE 编解码切成小块逐块处理),针对的是"出图后回程解码爆显存"的场景,与换脸本身无关,属于任何图生图工作流都能叠加的外部节点;
- 分块采样(tiled sampling)是把扩散采样按区域拆解,能救显存,但会引入接缝与全局一致性风险——对换脸这种"全局光影必须统一"的任务尤其致命。BFS 的工作流注释恰恰在提醒反向问题:Qwen 2.1 连整图采样都容易全局色偏,分块采样会把接缝问题放大;
- 社区所称"6GB 跑 4K 素材",更合理的解释是:输入 4K 素材先缩放到工作分辨率处理,换脸完成后原分辨率回贴,而不是在 4K 尺寸上直接采样。
因此结论要诚实地分两层:6GB 跑 BFS 换脸,路径清晰可行(量化基座 + 小编码器 + 分辨率预算);但"分块渲染"只是可选的兜底手段,不是 BFS 的默认能力,更不是 4K 渲染的免死金牌。
低显存工作流调优清单
结合仓库源码与文档,把可复现的调优项按优先级列成清单:
1. 按显存梯度选家族
从 README.md 的模型矩阵看,显存压力大致是:Flux 2 Klein 4B < Krea 2(4B FP8 编码器)< Qwen Image 2.1(8B INT8 编码器)< Qwen Image Edit 2511。6GB 机器优先考虑 Flux Klein 4B 与 Krea 2 两条线,bfs_head_v1_flux-klein_4b.safetensors 和 bfs_head_swap_v1.1_krea2.safetensors 都配了独立工作流。
2. 基座必须用量化版,别手滑加载 BF16
Qwen 2.1 系列认准 qwen_image_2.1_int8_convrot.safetensors + qwen3vl_8b_int8_convrot.safetensors;Krea 2 认准 krea2_turbo_fp8_scaled.safetensors + qwen3vl_4b_fp8_scaled.safetensors。Krea 工作流注释里甚至写明:如果显存吃紧,用 fp8_scaled;追求精度才考虑 raw_bf16。
3. 采样参数直接抄官方默认
Qwen 2.1 官方工作流的 KSampler 是:steps=8、cfg=1、sampler=deis_2m、scheduler=simple、denoise=1。文档同时说明官方原生管线约需 40–50 步(euler),模板起步 25 步,而 8 步 + deis_2m 之所以成立,靠的是工作流里那个可选的 Pruna 8 步加速 LoRA(p_qwen_image_2.1_8step_v0.1.safetensors,非 BFS 本体,没装可直接禁用)。步数从 40 砍到 8,是实打实的显存×时间双降。
4. LoRA 强度从 1.0 起步,Krea body swap 用 0.5
头换系列统一从 strength=1.0 起调(见 docs/qwen-image-2.1.md 与 docs/flux-2-klein.md);Krea 2 的 body swap 官方起点是 0.5(docs/krea-2.md),且 body 工作流默认把 head LoRA 设为 bypass,需要时双 LoRA 各 0.5 叠加。
5. 分辨率预算纪律:32 倍数、1024 起步、参考图先压 512
参考图统一走 ImageResizeKJv2(512×512、lanczos、32 对齐、CPU 执行)。Qwen 2.1 的画布用 ResolutionSelector 的 megapixels 控制,输出跟随目标图尺寸;宁可 1024 出图再超分,也不要在低显存上强行 2048 采样。
6. 精度版本选最小可用的
2511 家族(docs/qwen-image-edit.md)明确标注:bfs_head_v5_2511_merged_version_rank_16_fp16.safetensors 是实用默认,FP32 版本只在"存储与显存都允许"时才上。6GB 机器直接锁死 FP16。
7. 输入顺序必须查表 Face V1 / Head V1/V2 是"参考脸 → 目标身体",Head V3/V4/V5 与 Flux Klein 是"目标身体 → 参考脸",Krea 2 是"基座图 → 参考头"(docs/qwen-image-edit.md)。顺序错了不仅效果全无,反复试错本身就是对显存和时间的浪费。
8. 版本选型跟着任务走
表情传递优先选 bfs_head_v1.1_alternative_qwen_2.1.safetensors,头角度保真优先选标准 V1.1(docs/qwen-image-2.1.md 实测:V1.1 通过移除后半网络 16 个 img_mlp.gate_up 模块换取皮肤细节,替代版则把整个 img_mlp 路径缩到 35% 保表情)。这类细节差异不需要更大显存,是纯权重层面的取舍。
结语:能跑 ≠ 跑得好
回到标题的问题:6GB 显存跑 4K 换脸?准确的答案是可以跑,但要对"4K"祛魅。BFS 用 INT8/FP8 量化基座 + 数百 MiB 的 LoRA,把换脸推到了低端消费级显卡的射程内;官方工作流用 8 步采样、cfg=1、512 参考图、分辨率预算,把每个显存字节都花在刀刃上。而"分块渲染"是 ComfyUI 生态的通用兜底方案,不是 BFS 的承诺——真正的 4K 体验,来自"预算内生成 + 高质量超分"的组合拳,而不是在 4K latent 上硬采样。
最后留一句仓库反复强调的话:结果示例只代表演示效果,不代表每张图都能复现;涉及公众人物或未经授权者肖像的结果,不应生成与传播。

