Stand-In 是一个轻量级、即插即用的身份保护视频生成框架，只需要上传一张人物照片，加上一段提示词，即可生成高度一致性的高保真人物视频，人脸相似度和自然都几乎达到100%还原水平。
Stand-In 能把任何一张人脸（甚至动漫角色、宠物）无缝“贴”到 AI 生成的视频里，只要你有一张图、一句话，Stand-In 就能把它变成会动的、长得像的视频。

Stand-In 支持保持身份的文本到视频生成，非人类主体保留视频生成，保持身份的风格化视频生成以及视频人脸交换和姿态引导视频生成（使用 VACE）等。

应用领域

人像定制短片：上传自拍，一句话生成“我在海边跳舞”的 5 秒视频。
虚拟主播/数字人：让 2D 动漫角色或 3D 形象开口说话。
影视级幻脸：把参考视频里的主角换成指定演员，省时省预算。
风格化创作：宫崎骏风、赛博朋克风……换了脸还能换画风。
非人类角色：猫狗、吉祥物也能当主角，保持原样“出镜”。


使用教程：（建议N卡，显存16G起。支持50系显卡）

下载压缩包和ComfyUI文件夹，解压后，将ComfyUI拷贝到ComfyUI_Stand-In目录下。

双击启动，点击左侧工作流（文件夹图标），选择Stand-In.json导入工作流，上传自己的人物图片，填写提示词，运行即可。

当前版本对显卡要求较高，只适合体验。但生成效果是真的好，有类似需求的可以先体验，等后有量化版本会第一时间更新。
实测RTX4080需要搭配共享显存，生成5s视频需要15分钟左右。RTX4090生成5s视频需要7分钟左右。

下面是我实测的效果以及官方示例

下载地址：点此下载