PuLID 是字节跳动（ByteDance Inc）提出的图像生成身份定制方案，论文标题为《PuLID: Pure and Lightning ID Customization via Contrastive Alignment》，已被 NeurIPS 2024 收录，官方代码托管于 GitHub。作者为 Zinan Guo、Yanze Wu、Zhuowei Chen、Lang Chen、Peng Zhang、Qian He。
主要用途：在 AI 图像生成过程中实现人物身份（ID）定制，即在生成图像时保持特定人物的面部身份一致性，同时提供“纯净（Pure）”和“快速（Lightning）”的定制效果。该项目面向 AI 驱动的图像生成领域。
主要能力与版本：
- 提供 v1 代码与模型，并于 2024.05.01 发布。
- 2024.09.12 发布 PuLID-FLUX-v0.9.0 模型。
- 2024.10.31 发布最新模型 PuLID-v1.1 与 PuLID-FLUX-v0.9.1，并更新了 arXiv 论文修订版，包含更多结果、细节与分析。
- 2024.05.23 曾分享 v1.1 模型预览。
- 官方还推荐了 DreamO，一个统一的图像定制框架，支持 ID、IP、试穿（Try-On）和风格任务。
- 支持消费级 GPU：PuLID-FLUX 可在 16GB 显卡上运行；本地 Gradio 演示现已支持 12GB 显卡。
使用方式：
- 依赖环境：Python >= 3.9（推荐使用 Anaconda 或 Miniconda）；若不需要 flux-dev-fp8，则 PyTorch >= 2.0，否则需 PyTorch >= 2.4.1。
- 提供本地 Gradio 演示，可本地运行。
- 提供在线 HuggingFace 演示：SDXL 版本见 https://huggingface.co/spaces/yanze/PuLID；FLUX 版本见 https://huggingface.co/spaces/yanze/PuLID-FLUX。
- PuLID-FLUX 的文档与演示可另行查阅。
第三方实现与集成：
- Colab：https://github.com/camenduru/PuLID-jupyter（由 camenduru 提供）。
- Replicate（PuLID）：https://replicate.com/zsxkib/pulid（由 zsxkib 提供）。
- Replicate（PuLID-FLUX）：https://replicate.com/zsxkib/flux-pulid（由 zsxkib 提供）。
- ComfyUI 原生实现：https://github.com/cubiq/PuLID_ComfyUI（由 cubiq 提供）。
- ComfyUI 基于 diffusers 的实现：https://github.com/ZHO-ZHO-ZHO/ComfyUI-PuLID-ZHO（由 ZHO 提供）。
- SD.Next 实现（由 vladmandic 提供）。
- sd-webui-controlnet 集成：Mikubill/sd-webui-controlnet#2838（由 huchenlei 提供）。
- PuLID-FLUX 多人生成（结合 Regional-Prompting-FLUX，由 Anthony 提供）。
适用场景：AI 图像生成中的人物身份保持与定制，可集成到 Stable Diffusion XL、FLUX、ComfyUI、SD.Next、ControlNet 等工作流中。
限制与责任说明：项目期望对 AI 图像生成领域产生积极影响，用户可自由使用该工具创建图像，但需遵守当地法律并负责任地使用；开发者对用户可能的滥用不承担责任。
其他：如需反馈问题可提交 issue，或联系 Yanze Wu 与 Zinan Guo。
