Model
Trends
.ai
Model
Trends
.ai
최고의 오픈 소스 AI 모델

ComfyUI의 ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow 노드

ModelSampling 노드는 플로우 매칭 모델(Flux, SD3.5, Wan, Hunyuan, Qwen-Image, Chroma, Lumina)의 노이즈 스케줄 시프트를 설정해서 샘플러가 구도와 디테일에 적절한 시간을 쓸 수 있게 해줘.
노드 팩: ComfyUI core
카테고리: 유틸리티와 워크플로 도우미

ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow이(가) 하는 일

플로우 매칭 모델은 SD 노이즈 스케줄을 사용하지 않아; 대신 샘플링 노력을 노이즈가 많은(구성 중심) 쪽으로 옮기는 타임스텝 시프트 파라미터가 있어.
ModelSamplingFlux는 max_shift, base_shift, 그리고 잠재 공간 크기(latent size)로 이 값을 계산해 (Flux 개발자가 기본값으로 1.15 / 0.5를 사용해). ModelSamplingSD3는 단일 시프트 값(예: SD3.5는 3, Wan과 Hunyuan은 5-8, Qwen-Image는 3-6)을 받아. ModelSamplingAuraFlow는 AuraFlow와 Lumina 타입 모델에 동일하게 적용돼. 이 노드들은 모델 로더(또는 LoRA)와 샘플러 사이에 위치해서 수정된 MODEL을 출력해.

입력

이름
타입
의미
model
MODEL
로더나 LoRA에서 들어오는 모델.
max_shift / base_shift (Flux)
FLOAT
기본값은 1.15와 0.5; max_shift를 올리면 더 깔끔해지고, 낮추면 디테일이 더 살아나.
width / height (Flux)
INT
시프트 계산에 쓰이는 잠재 공간 크기.
shift (SD3 / AuraFlow)
FLOAT
SD3.5는 3, Wan과 Hunyuan은 5-8.

출력

이름
타입
의미
MODEL
MODEL
조정된 스케줄이 적용된 모델, KSampler용.
AD
설치는 건너뛰세요: 클라우드에 미리 설치된 ComfyUI 워크플로
BitVector는 완성된 ComfyUI 워크플로를 자체 GPU에서 실행합니다. 설치 없음, 누락 노드 없음, 빨간 박스 없음. 휴대폰이나 노트북에서 열고 1분 안에 생성하세요.

ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow 사용법

  1. Load Diffusion Model(또는 Load LoRA)와 KSampler 사이에 이 노드를 넣어.
  2. Flux Dev는 기본값을 유지하고 너비/높이를 잠재 공간 크기에 맞춰.
  3. Wan은 ModelSamplingSD3 시프트를 8(480p) 또는 5(720p)로 설정해.
  4. 기본값으로 한 번, 시프트를 2 올려서 한 번 렌더링해 효과를 비교해 봐.
  5. 비교할 때 Save Image 접두어에 적힌 값을 확인해.

설정과 팁

  • Flux Schnell과 Nunchaku/turbo 변형은 보통 이 노드 없이도 잘 작동해.
  • Chroma와 Flux Krea는 max_shift를 1.0-1.3 정도로 하는 걸 좋아해.
  • 시프트를 높이면 고해상도에서 작은 디테일이 초반 단계를 지배하는 걸 막아줘.
  • LoRA 페이지에 "shift 3"이라고 적혀 있으면 이 노드에 그 값을 넣으면 돼.

ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow 문제 해결

이미지가 흐릿하거나 텍스처가 부족함

원인
해상도와 스텝 수에 비해 시프트가 너무 높음.

해결 방법
max_shift(Flux)나 shift(SD3 노드)를 1-2 낮추고 스텝 수를 늘려.

디테일 과다, 노이즈 많음, 해부학적 오류

원인
시프트가 너무 낮아서 모델이 구도에 충분한 시간을 안 씀.

해결 방법
시프트를 올려; Wan은 480p에서 8을 써.

노드가 효과가 없음

원인
샘플러로 가는 경로에 없거나, LoRA 앞에 두어 패치가 초기화됨(드문 경우).

해결 방법
샘플러 바로 전에 두고 MODEL 연결을 확인해.

AD
이 워크플로를 휴대폰에서 실행하세요
이 페이지의 모든 워크플로는 모델과 커스텀 노드까지 갖춘 채 BitVector에 미리 설치되어 있습니다. 하나 고르고 프롬프트를 입력하면 끝. 설정 제로, 다운로드 없음.

ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow에 관한 질문

Flux에 꼭 필요해?

Flux Dev는 내부적으로 기본값을 적용해서 이 노드 없이도 작동하지만, 이 노드를 쓰면 조정할 수 있어. ComfyUI 예제 워크플로우에는 포함돼 있어.

Wan에는 어떤 노드를 써?

ModelSamplingSD3를 쓰고 시프트는 5-8 사이로 설정해. Wan 2.2 그래프는 고노이즈 모델과 저노이즈 모델 둘 다에 적용해.

관련 노드

Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader)는 Flux, SD3.5, Wan, HunyuanVideo 같은 기본 디노이징 네트워크를 models/diffusion_models에서 불러오며, VRAM 절약을 위한 fp8 옵션인 weight_dtype을 제공합니다.
Flux Guidance
ComfyUI core
Flux Guidance(FluxGuidance)는 Flux Dev가 기대하도록 증류된 컨디셔닝에 가이던스 값을 써서 cfg를 대체해. 기본값은 3.5고, 2에서 5 사이가 보통 쓸만해.
KSampler
ComfyUI core
KSampler는 노이즈 제거 과정을 실행해. 모델, 프롬프트, 그리고 잠재(latent)를 받아서 완성된 잠재 이미지를 만들어내지. 시드, 스텝, cfg, 샘플러, 스케줄러, 그리고 노이즈 제거 정도로 조절할 수 있어.
WanImageToVideo and Wan 2.x video nodes
ComfyUI core
WanImageToVideo는 시작 이미지, CLIP Vision 임베딩, 프레임 수를 받아 Wan 2.1/2.2 이미지-투-비디오 렌더링을 위한 컨디셔닝과 빈 비디오 잠재 공간을 만듭니다; 주변 그래프는 Load Diffusion Model, Load CLIP, Load VAE, KSampler를 사용해요.
EmptySD3LatentImage
ComfyUI core
EmptySD3LatentImage는 Flux, SD3, SD3.5에서 필요한 16채널 빈 잠재 공간을 만들어 줘요; 이 노드는 그런 워크플로우에서 Empty Latent Image를 대신해요.
AD
노드 고치기에 지치셨나요? 클라우드에 맡기세요
BitVector는 수백 개의 ComfyUI 워크플로를 빠른 클라우드 GPU에 설치하고 업데이트하고 테스트해 둡니다. Python도, CUDA 오류도, VRAM 한계도 없습니다. 어떤 브라우저에서든 됩니다.

더 많은 ComfyUI 노드

CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode는 텍스트 프롬프트를 모델 텍스트 인코더를 사용해 CONDITIONING으로 바꿔줘. 한 노드는 긍정 프롬프트를, 다른 노드는 부정 프롬프트를 담아.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager는 인터페이스 안에서 커스텀 노드 팩과 모델을 설치, 업데이트, 수정해주고, 불러온 워크플로우에서 누락된 노드를 해결하며 설정을 스냅샷으로 저장하는 확장 기능이야.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple)는 .safetensors 또는 .ckpt 모델 파일을 열고, 워크플로우에서 필요한 세 가지 부분인 diffusion MODEL, CLIP 텍스트 인코더, VAE를 제공합니다.
Save Image
ComfyUI core
Save Image는 IMAGE 텐서를 ComfyUI/output에 PNG로 저장해. 파일 메타데이터에 전체 워크플로우가 들어가 있어서, 나중에 그 그림을 ComfyUI에 다시 끌어다 놓으면 그래프를 복원할 수 있어.
VAE Decode
ComfyUI core
VAE Decode는 샘플링된 LATENT를 VAE를 사용해 픽셀 IMAGE로 변환해 줘; VAE Decode (Tiled)는 아주 큰 이미지에 대해 타일 단위로 같은 작업을 해.
Empty Latent Image
ComfyUI core
Empty Latent Image는 텍스트-이미지 샘플링이 시작되는 빈 잠재 캔버스(가로, 세로, 배치 크기)를 만듭니다; 크기는 8의 배수여야 하고 모델 패밀리와 맞아야 해요.