该节点尽可能保持人物的面部特征稳定不变，从而实现在不同场景中生成同一个人的图像。
当输入 image_kps 时，人物的面部姿势将与该关键点图像（image_kps）保持一致，从而控制面部朝向和表情方向，实现更加精确的人脸姿态匹配。
cn_strength：ControlNet 影响强度，值越高越受控，与输入图片的特征越一致。不宜过大，最好不要超过1.5。
cn_soft_weights 用于调整 ControlNet 输入特征的融合强度，数值越低，表示越“柔和”地使用 ControlNet 的引导信息，图像更自由；数值越高，引导更强，图像更贴近输入的控制图。
weight 决定了 InstantID 脸部嵌入特征（即 ID 图像中人脸特征）在生成图像中的影响强度，数值越高，生成图中人物越像输入的参考人脸。但是这里更多的是控制图片的饱和度，值越低饱和度越高。
这里的noise并不是添加噪声来增加细节的作用，而是控制 输入图像在人脸特征提取或注入过程中的随机扰动强度，以此来增强泛化能力、减少过拟合。
- 最大程度还原原始人脸 → 使用 noise=0.0 ~ 0.2
- 迁移到新场景但保持大致相似脸型 → 使用 noise=0.3 ~ 0.5
- 更自由风格化，少受 ID 限制 → 使用 noise=0.6+
但是场景变动不会很大
