.ai

les meilleurs modèles d'IA open source

Rechercher

Nœud ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow dans ComfyUI

Les nœuds ModelSampling définissent le décalage du planning du bruit pour les modèles flow-matching (Flux, SD3.5, Wan, Hunyuan, Qwen-Image, Chroma, Lumina) afin que les échantillonneurs passent le bon temps sur la composition par rapport aux détails.

Pack de nœuds : ComfyUI core

Catégorie : Utilitaires et aides de workflow

Ce que fait ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

Les modèles flow-matching n’utilisent pas le planning de bruit SD ; ils ont un paramètre de décalage de pas de temps qui déplace l’effort d’échantillonnage vers l’extrémité bruyante (composition). ModelSamplingFlux le calcule à partir de max_shift, base_shift et la taille latente (les valeurs par défaut du dev Flux sont 1.15 / 0.5). ModelSamplingSD3 prend une seule valeur de décalage (3 pour SD3.5, 5-8 pour Wan et Hunyuan, 3-6 pour Qwen-Image). ModelSamplingAuraFlow est pareil pour AuraFlow et les modèles de type Lumina. Chacun se place entre le chargeur de modèle (ou LoRA) et l’échantillonneur et sort un MODEL corrigé.

Changer le décalage est le réglage "secret" le plus efficace pour ces modèles : un décalage plus élevé lisse et améliore la cohérence des grandes formes, un décalage plus bas ajoute des détails fins et de la texture (et parfois des artefacts). Les LoRA de distillation et les modèles turbo ont souvent besoin de valeurs spécifiques indiquées sur leurs pages modèles.

Entrées

Nom	Type	Rôle
model	MODEL	Depuis le chargeur ou LoRA.
max_shift / base_shift (Flux)	FLOAT	Par défaut 1.15 et 0.5 ; augmente max_shift pour plus de netteté, baisse pour plus de détails.
width / height (Flux)	INT	Taille latente utilisée pour calculer le décalage.
shift (SD3 / AuraFlow)	FLOAT	3 pour SD3.5, 5-8 pour Wan et Hunyuan.

Sorties

Nom	Type	Rôle
MODEL	MODEL	Le modèle avec le planning ajusté, pour KSampler.

Oubliez l'installation : des workflows ComfyUI préinstallés sur le cloud

BitVector exécute des workflows ComfyUI prêts à l'emploi sur ses propres GPU. Rien à installer, aucun nœud manquant, aucune case rouge. Ouvrez-le sur votre téléphone ou votre portable et générez en une minute.

Essayer BitVector

Comment utiliser ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

Insère le nœud entre Load Diffusion Model (ou Load LoRA) et KSampler.
Pour Flux Dev garde les valeurs par défaut et ajuste width/height à ta latente.
Pour Wan règle ModelSamplingSD3 shift à 8 (480p) ou 5 (720p).
Fais un rendu une fois avec la valeur par défaut et une fois avec un décalage 2 plus haut pour voir l’effet.
Note la valeur dans le préfixe Save Image quand tu compares.

Réglages et conseils

Les variantes Flux Schnell et Nunchaku/turbo fonctionnent souvent sans ce nœud.
Chroma et Flux Krea préfèrent un max_shift autour de 1.0-1.3.
Un décalage plus élevé aide aux hautes résolutions, où les petits détails dominent sinon les premières étapes.
Si une page LoRA dit "shift 3", c’est ce nœud qu’il faut utiliser.

Dépannage de ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

Image floue ou manque de texture

Pourquoi cela arrive

Décalage trop élevé pour la résolution et le nombre d’étapes.

Comment le corriger

Baisse max_shift (Flux) ou shift (nœud SD3) de 1-2 et ajoute des étapes.

Trop de détails, bruit, anatomie cassée

Pourquoi cela arrive

Décalage trop bas ; le modèle passe trop peu de temps sur la composition.

Comment le corriger

Augmente le décalage ; pour Wan utilise 8 à 480p.

Le nœud n’a aucun effet

Pourquoi cela arrive

Il n’est pas dans la chaîne vers l’échantillonneur, ou il est placé avant un LoRA qui réinitialise le patch (rare).

Comment le corriger

Place-le en dernier avant l’échantillonneur et vérifie le lien MODEL.

Lancez ce workflow depuis votre téléphone

Chaque workflow de cette page est préinstallé sur BitVector, modèles et nœuds personnalisés déjà en place. Choisissez-en un, tapez un prompt, c'est fait. Zéro configuration, rien à télécharger.

Essayer BitVector

Questions sur ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

Est-ce que j’en ai besoin pour Flux ?

Flux Dev fonctionne sans (les valeurs par défaut sont appliquées en interne), mais le nœud permet de régler. Les workflows Flux des exemples ComfyUI l’incluent.

Quel nœud pour Wan ?

ModelSamplingSD3 avec un shift de 5-8. Les graphes Wan 2.2 l’appliquent aux modèles de bruit haut et bas.

Nœuds liés

Load Diffusion Model

ComfyUI core

Load Diffusion Model (UNETLoader) charge un réseau de débruitage nu comme Flux, SD3.5, Wan ou HunyuanVideo depuis models/diffusion_models, avec une option weight_dtype pour fp8 afin d’économiser de la VRAM.

Flux Guidance

ComfyUI core

Flux Guidance (FluxGuidance) écrit la valeur de guidance dans le conditioning que Flux Dev a été conçu pour attendre, en remplaçant le cfg ; 3.5 est la valeur par défaut et 2 à 5 la plage utile.

KSampler

ComfyUI core

KSampler exécute la boucle de débruitage : il prend le modèle, les prompts et un latent, et produit l'image latente finale, contrôlée par la graine, les étapes, le cfg, le sampler, le scheduler et le débruitage.

WanImageToVideo and Wan 2.x video nodes

ComfyUI core

WanImageToVideo crée le conditioning et le latent vidéo vide pour un rendu image-à-vidéo Wan 2.1/2.2 à partir d'une image de départ, d'un embedding CLIP Vision et du nombre de frames ; le graphe autour utilise Load Diffusion Model, Load CLIP, Load VAE et KSampler.

EmptySD3LatentImage

ComfyUI core

EmptySD3LatentImage crée le latent vide à 16 canaux dont Flux, SD3 et SD3.5 ont besoin ; il remplace Empty Latent Image dans ces workflows.

Marre de réparer des nœuds ? Laissez faire le cloud

BitVector garde des centaines de workflows ComfyUI installés, à jour et testés sur des GPU cloud rapides. Pas de Python, pas d'erreurs CUDA, pas de limite de VRAM. Depuis n'importe quel navigateur.

Essayer BitVector