メインコンテンツへスキップ
USO（Unified Style-Subject Optimized） は、ByteDance の UXO チームが開発したモデルであり、スタイル駆動型および主体駆動型の生成タスクを統合します。
FLUX.1-dev アーキテクチャを基盤とし、分離学習（disentangled learning）およびスタイル報酬学習（SRL：Style Reward Learning）により、スタイルの類似性と主体の一貫性の両方を実現しています。 USO は以下の3つの主要なアプローチをサポートします：
  • 主体駆動型：主体を新しいシーンに配置しつつ、そのアイデンティティの一貫性を維持
  • スタイル駆動型：参照画像に基づいて、新しいコンテンツに芸術的スタイルを適用
  • 組み合わせ型：主体参照画像とスタイル参照画像を同時に使用
関連リンク

​
ByteDance USO ComfyUI ネイティブワークフロー

ComfyUI が最新版に更新されていることを確認してください。このガイドで紹介するワークフローは、ワークフローテンプレートから入手できます。
テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。（デスクトップ版の更新は若干遅れることがあります）ワークフローを読み込んだ際にノードが欠落している場合の主な原因：
  1. 最新の ComfyUI（Nightly 版）を使用していない
  2. 起動時に一部のノードのインポートに失敗している

​
1. ワークフローと入力

以下の画像をダウンロードし、ComfyUI にドラッグ＆ドロップして、対応するワークフローを読み込みます。 ワークフロー

JSON ワークフローをダウンロード

Comfy Cloud で実行

 以下の画像を入力画像として使用します。 入力

​
2. モデルのダウンロードリンク

checkpoints loras model_patches clip_visions 上記すべてのモデルをダウンロードし、以下のディレクトリ構造に配置してください： 
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 checkpoints/
│   │   └── flux1-dev-fp8.safetensors
│   ├── 📂 loras/
│   │   └── uso-flux1-dit-lora-v1.safetensors
│   ├── 📂 model_patches/
│   │   └── uso-flux1-projector-v1.safetensors
│   ├── 📂 clip_visions/
│   │   └── sigclip_vision_patch14_384.safetensors

​
3. ワークフローの操作手順

ワークフローの操作手順
  1. モデルの読み込み：
    • 1.1 Load Checkpoint ノードに flux1-dev-fp8.safetensors が正しく読み込まれていることを確認
    • 1.2 LoraLoaderModelOnly ノードに dit_lora.safetensors が正しく読み込まれていることを確認
    • 1.3 ModelPatchLoader ノードに projector.safetensors が正しく読み込まれていることを確認
    • 1.4 Load CLIP Vision ノードに sigclip_vision_patch14_384.safetensors が正しく読み込まれていることを確認
  2. コンテンツ参照（主体参照）：
    • 2.1 Upload をクリックして、提供済みの入力画像をアップロード
    • 2.2 ImageScaleToMaxDimension ノードが入力画像をコンテンツ参照用にスケーリングします。512px ではキャラクターの特徴をより多く保持できますが、入力としてキャラクターの顔のみを使用する場合、出力画像でキャラクターが画面を過剰に占めてしまう（または品質が低下する）問題が生じることがあります。1024px に設定すると、より良好な結果が得られます。
  3. この例では、content reference（コンテンツ参照）の画像入力のみを使用しています。style reference（スタイル参照）の画像入力を使用したい場合は、マーカー付きノードグループを Ctrl+B でバイパスできます。
  4. プロンプトを自由に記述するか、デフォルトのまま使用
  5. 必要に応じて出力画像サイズを設定
  6. EasyCache ノードは推論速度の向上を目的としていますが、画質およびディテールの一部を犠牲にします。不要な場合は Ctrl+B でバイパス可能です。
  7. Run ボタンをクリックするか、ショートカット Ctrl(Cmd) + Enter を使用してワークフローを実行

​
4. 補足情報

  1. スタイル参照のみのワークフロー：
同一のワークフロー内に、スタイル参照のみを用いるバージョンも提供しています。 ワークフロー
唯一の違いは、content reference ノードを Empty Latent Image ノードに置き換え、必要な画像サイズを生成することです。
  1. また、Style Reference グループ全体を Ctrl+B でバイパスすることで、このワークフローをテキストから画像を生成する（text-to-image）ワークフローとしても利用可能です。つまり、本ワークフローには以下の4種類のバリエーションがあります：
  • コンテンツ（主体）参照のみを使用
  • スタイル参照のみを使用
  • コンテンツ参照とスタイル参照を併用
  • テキストから画像を生成する（text-to-image）ワークフローとして使用