Stand-In 是一個輕量級、即插即用的身份保護視頻生成框架，只需要上傳一張人物照片，加上一段提示詞，即可生成高度一致性的高保真人物視頻，人臉相似度和自然都幾乎達到100%還原水平。
Stand-In 能把任何一張人臉（甚至動漫角色、寵物）無縫“貼”到 AI 生成的視頻里，只要你有一張圖、一句話，Stand-In 就能把它變成會動的、長得像的視頻。

Stand-In 支持保持身份的文本到視頻生成，非人類主體保留視頻生成，保持身份的風格化視頻生成以及視頻人臉交換和姿態引導視頻生成（使用 VACE）等。

應用領域

人像定制短片：上傳自拍，一句話生成“我在海邊跳舞”的 5 秒視頻。
虛擬主播/數字人：讓 2D 動漫角色或 3D 形象開口說話。
影視級幻臉：把參考視頻里的主角換成指定演員，省時省預算。
風格化創作：宮崎駿風、賽博朋克風……換了臉還能換畫風。
非人類角色：貓狗、吉祥物也能當主角，保持原樣“出鏡”。


使用教程：（建議N卡，顯存16G起。支持50系顯卡）

下載壓縮包和ComfyUI文件夾，解壓后，將ComfyUI拷貝到ComfyUI_Stand-In目錄下。

雙擊啟動，點擊左側工作流（文件夾圖標），選擇Stand-In.json導入工作流，上傳自己的人物圖片，填寫提示詞，運行即可。

當前版本對顯卡要求較高，只適合體驗。但生成效果是真的好，有類似需求的可以先體驗，等后有量化版本會第一時間更新。
實測RTX4080需要搭配共享顯存，生成5s視頻需要15分鐘左右。RTX4090生成5s視頻需要7分鐘左右。

下面是我實測的效果以及官方示例

下載地址：點此下載