Model
Trends
.ai
Model
Trends
.ai
model AI sumber terbuka terbaik

Nod KSampler dalam ComfyUI

KSampler menjalankan gelung denoising: ia mengambil model, prompt dan latent dan menghasilkan imej latent siap, dikawal oleh seed, langkah, cfg, sampler, scheduler dan denoise.
Pek nod: ComfyUI core
Kategori: Sampling

Apa yang dilakukan KSampler

KSampler adalah tempat imej sebenarnya dijana. Bermula dari latent input (bunyi rawak dari Empty Latent Image, atau gambar yang telah dienkod untuk img2img), ia meminta model untuk membuang bunyi untuk bilangan langkah yang dipilih, menarik ke arah prompt positif dan menjauh dari yang negatif mengikut jumlah cfg. Hasilnya adalah LATENT yang VAE Decode tukar jadi imej.
sampler_name memilih kaedah nombor (euler, euler_ancestral, dpmpp_2m, dpmpp_2m_sde, dpmpp_3m_sde, uni_pc, lcm, ...) dan scheduler kurva bunyi (normal, karras, exponential, sgm_uniform, simple, beta). denoise kawal berapa banyak latent input yang diganti: 1.0 untuk text-to-image, 0.3-0.7 untuk img2img dan passes hires. KSampler (Advanced) dedahkan langkah mula dan akhir untuk sampling berperingkat.

Input

Nama
Jenis
Apakah ia
model
MODEL
Model denoising, selepas sebarang patch LoRA atau ControlNet.
positive
CONDITIONING
Apa yang kau nak (dari CLIP Text Encode, mungkin melalui ControlNet Apply).
negative
CONDITIONING
Apa yang kau tak nak.
latent_image
LATENT
Latent mula: bunyi kosong atau gambar yang telah dienkod.
seed
INT
Seed bunyi. Seed dan tetapan sama hasilkan imej sama. control_after_generate tetapkan fixed, increment, decrement atau randomize.
steps
INT
Bilangan langkah denoising. 20-30 untuk kebanyakan model SD, 4-8 untuk Lightning, Turbo dan model LCM.
cfg
FLOAT
Skala panduan classifier-free. 5-8 untuk SD 1.5 dan SDXL, 1.0 untuk Flux dan model distilled.
sampler_name
COMBO
Algoritma sampling.
scheduler
COMBO
Jadual bunyi.
denoise
FLOAT
Bahagian bunyi yang nak dibuang. 1.0 = mula dari kosong; lebih rendah simpan lebih banyak dari imej input.

Output

Nama
Jenis
Apakah ia
LATENT
LATENT
Latent yang disampel untuk VAE Decode atau sampler kedua.
AD
Langkau persediaan: aliran kerja ComfyUI prapasang di awan
BitVector menjalankan aliran kerja ComfyUI sedia ada pada GPU-nya sendiri. Tiada pemasangan, tiada nod yang hilang, tiada kotak merah. Buka di telefon atau komputer riba anda dan jana dalam seminit.

Cara menggunakan KSampler

  1. Sambungkan MODEL, kedua-dua CONDITIONING dan LATENT.
  2. Tetapkan langkah 25, cfg 7, dpmpp_2m dengan karras untuk SDXL; euler dengan simple, cfg 1 untuk Flux.
  3. Tetapkan denoise ke 1.0 untuk imej baru.
  4. Sambungkan LATENT ke VAE Decode kemudian Simpan Imej.
  5. Queue, kemudian tetapkan seed bila nak ulang prompt.

Tetapan dan petua

  • dpmpp_2m + karras pilihan serba guna; euler_ancestral tambah variasi tapi tak pernah konvergen; dpmpp_2m_sde bagi detail lebih tapi kurang deterministik antara GPU.
  • Checkpoint Lightning, Hyper dan Turbo perlukan tetapan sendiri: 4-8 langkah, cfg 1-2, sgm_uniform atau simple.
  • Untuk passes hires, bagi latent pertama melalui Upscale Latent By dan KSampler kedua dengan denoise 0.4-0.55.
  • Tahan Ctrl+Shift+V untuk tampal node dengan sambungan; berguna bila gandakan sampler.
  • Seed tetap dengan tetapan sama boleh diulang pada GPU sama; kad berbeza mungkin sedikit berbeza.

Penyelesaian masalah KSampler

Bunyi, statik atau tompok kabur ganti imej

Mengapa ia berlaku
Tetapan tak sesuai dengan model: cfg 7 pada model distilled, 4 langkah pada model biasa, model Flux tanpa Flux Guidance, atau denoise jauh bawah 1 pada latent kosong.

Cara membaikinya
Padankan dengan halaman model: SD biasa = 20-30 langkah, cfg 5-8; Lightning/Turbo = 4-8 langkah, cfg 1-2; Flux = cfg 1, panduan 3.5, 20+ langkah. Gunakan denoise 1.0 bila latent kosong.

Output terlalu terang, oversaturated, kontras tinggi

Mengapa ia berlaku
cfg terlalu tinggi untuk model atau tumpukan LoRA, atau sampler ancestral dengan banyak langkah.

Cara membaikinya
Turunkan cfg ke 4-6, kurangkan kekuatan LoRA, atau tukar dari euler_ancestral ke dpmpp_2m.

torch.OutOfMemoryError: CUDA kehabisan memori semasa sampling

Mengapa ia berlaku
Latent terlalu besar untuk kad pada saiz batch ini, atau model lain (ControlNet, upscaler) guna VRAM serentak.

Cara membaikinya
Turunkan resolusi atau batch_size, tambah --lowvram, guna berat fp8, atau pecahkan passes hires ke antrian kedua supaya model pertama dibuang.

Ralat: bentuk mat1 dan mat2 tak boleh didarab

Mengapa ia berlaku
Conditioning datang dari pengekod teks keluarga berbeza dari model (SD 1.5 CLIP ke model SDXL, atau sebaliknya).

Cara membaikinya
Sambungkan CLIP dari checkpoint yang sama dengan MODEL.

Imej berubah setiap kali walaupun seed tetap

Mengapa ia berlaku
control_after_generate ditetapkan randomize, atau sampler SDE / ancestral digunakan dengan backend tak deterministik.

Cara membaikinya
Tetapkan control_after_generate ke fixed dan pilih dpmpp_2m atau euler untuk pengulangan tepat.

Imej sama ulang pada prompt berlainan (seed tersekat)

Mengapa ia berlaku
control_after_generate tetap dan bunyi dominan pada cfg rendah atau langkah rendah.

Cara membaikinya
Tetapkan ke randomize atau increment dan naikkan sedikit cfg.

AD
Jalankan aliran kerja ini dari telefon anda
Setiap aliran kerja di halaman ini telah prapasang di BitVector dengan model dan nod tersuai sedia ada. Pilih satu, taip prompt, selesai. Tiada persediaan, tiada apa untuk dimuat turun.

Soalan tentang KSampler

Apa beza KSampler dan KSampler (Advanced)?

Advanced tambah add_noise, start_at_step, end_at_step dan return_with_leftover_noise, yang bagi kau pecah sampling antara dua model, contoh SDXL base kemudian refiner.

Sampler mana paling laju?

euler dan dpmpp_2m ambil satu panggilan model setiap langkah; varian _2s dan _3m ambil lebih. Model LCM dan Lightning laju sebab perlukan langkah sikit, bukan sebab sampler.

Apa fungsi denoise dengan latent kosong?

Apa saja bawah 1.0 tinggalkan sebahagian bunyi asal dalam output dan hasilkan kabus. Kekal 1.0 untuk text-to-image.

Nod berkaitan

KSampler (Advanced)
ComfyUI core
KSampler (Advanced) ialah KSampler dengan kawalan julat langkah: add_noise, start_at_step, end_at_step dan return_with_leftover_noise, digunakan untuk rantai base + refiner dan pensampelan dua model.
Empty Latent Image
ComfyUI core
Empty Latent Image buat kanvas latent kosong (lebar, tinggi, batch_size) yang jadi titik mula untuk sampling teks-ke-gambar; saiz kena gandaan 8 dan kena sama dengan keluarga model.
VAE Decode
ComfyUI core
VAE Decode menukar LATENT yang diambil sampelnya menjadi imej PIXEL menggunakan VAE; VAE Decode (Tiled) buat benda yang sama tapi dalam jubin untuk imej yang sangat besar.
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode menukar prompt teks kepada CONDITIONING menggunakan pengekod teks model. Satu node pegang prompt positif, satu lagi pegang prompt negatif.
Upscale Latent and Upscale Latent By
ComfyUI core
Upscale Latent menukar saiz latent ke saiz baru (atau dengan faktor) supaya KSampler kedua boleh tambah detail pada resolusi lebih tinggi: cara klasik untuk betulkan hires.
AD
Penat membaiki nod? Biarkan awan melakukannya
BitVector mengekalkan beratus-ratus aliran kerja ComfyUI yang dipasang, dikemas kini dan diuji pada GPU awan yang pantas. Tiada Python, tiada ralat CUDA, tiada had VRAM. Berfungsi dari mana-mana pelayar.

Lagi nod ComfyUI

ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager ialah sambungan yang memasang, mengemas kini dan membaiki pek nod dan model tersuai dari dalam antara muka, menyelesaikan nod yang hilang dalam aliran kerja yang diimport dan menyimpan snapshot tetapan anda.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) buka fail model .safetensors atau .ckpt dan bagi tiga bahagian yang setiap workflow perlukan: MODEL diffusion, pengekod teks CLIP dan VAE.
Save Image
ComfyUI core
Save Image menulis tensor IMAGE ke ComfyUI/output sebagai PNG, dengan keseluruhan aliran kerja disematkan dalam metadata fail supaya gambar boleh ditarik balik ke ComfyUI untuk memulihkan graf.
Load Image
ComfyUI core
Load Image membaca gambar dari folder input ComfyUI (atau muat naik) dan mengeluarkan tensor IMAGE serta MASK yang diambil dari saluran alfa, titik permulaan untuk img2img, inpainting, ControlNet dan graf IP-Adapter.
Load LoRA
ComfyUI core
Load LoRA (LoraLoader) guna fail LoRA pada MODEL dan CLIP dengan kekuatan berasingan, jadi gaya, watak atau konsep boleh ditambah pada mana-mana checkpoint tanpa perlu gabungkan.
Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader) memuatkan rangkaian denoising kosong seperti Flux, SD3.5, Wan atau HunyuanVideo dari models/diffusion_models, dengan pilihan weight_dtype untuk fp8 bagi menjimatkan VRAM.