Model
Trends
.ai
Model
Trends
.ai
de bästa AI-modellerna med öppen källkod

Noden ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow i ComfyUI

ModelSampling-noderna ställer in brus-schemat för flow-matching modeller (Flux, SD3.5, Wan, Hunyuan, Qwen-Image, Chroma, Lumina) så att samplarna lägger rätt tid på komposition kontra detaljer.
Nodpaket: ComfyUI core
Kategori: Verktyg och arbetsflödeshjälpare

Vad ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow gör

Flow-matching modeller använder inte SD:s brus-schema; de har en tidsstegsförskjutningsparameter som flyttar sampling mot den brusiga (kompositionella) änden. ModelSamplingFlux räknar ut den från max_shift, base_shift och latentstorleken (Flux Dev standard är 1.15 / 0.5). ModelSamplingSD3 tar ett enda shift-värde (3 för SD3.5, 5-8 för Wan och Hunyuan, 3-6 för Qwen-Image). ModelSamplingAuraFlow är samma för AuraFlow och Lumina-modeller. Varje nod sitter mellan modell-laddaren (eller LoRA) och samplaren och ger ut en modifierad MODEL.
Att ändra shift är den mest effektiva "hemliga" inställningen för de här modellerna: högre shift gör stora former mjukare och mer sammanhängande, lägre shift ger mer fina detaljer och textur (och ibland artefakter). Distillation LoRAs och turbo-modeller behöver ofta specifika värden som anges på deras modell-sidor.

Ingångar

Namn
Typ
Vad det är
model
MODEL
Från laddaren eller LoRA.
max_shift / base_shift (Flux)
FLOAT
Standard är 1.15 och 0.5; höj max_shift för renare bild, sänk för mer detaljer.
width / height (Flux)
INT
Latentstorlek som används för att räkna ut shift.
shift (SD3 / AuraFlow)
FLOAT
3 för SD3.5, 5-8 för Wan och Hunyuan.

Utgångar

Namn
Typ
Vad det är
MODEL
MODEL
Modellen med justerat schema, för KSampler.
AD
Hoppa över installationen: ComfyUI-arbetsflöden förinstallerade i molnet
BitVector kör färdiga ComfyUI-arbetsflöden på sina egna GPU:er. Ingen installation, inga saknade noder, inga röda rutor. Öppna det på telefonen eller datorn och generera inom en minut.

Så använder du ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

  1. Sätt in noden mellan Load Diffusion Model (eller Load LoRA) och KSampler.
  2. För Flux Dev behåll standardvärden och matcha width/height med din latent.
  3. För Wan sätt ModelSamplingSD3 shift till 8 (480p) eller 5 (720p).
  4. Rendera en gång med standard och en gång med shift 2 högre för att se skillnaden.
  5. Notera värdet i Save Image prefix när du jämför.

Inställningar och tips

  • Flux Schnell och Nunchaku/turbo-varianter funkar oftast utan noden.
  • Chroma och Flux Krea gillar max_shift runt 1.0-1.3.
  • Högre shift hjälper vid höga upplösningar där små detaljer annars tar över tidigt.
  • Om en LoRA-sida säger "shift 3", är det här noden du ska använda.

Felsökning av ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

Bilden är suddig eller saknar textur

Varför det händer
Shift är för hög för upplösningen och antalet steg.

Så löser du det
Sänk max_shift (Flux) eller shift (SD3 nod) med 1-2 och lägg till fler steg.

För detaljerad, brusig, trasig anatomi

Varför det händer
Shift är för låg; modellen lägger för lite tid på komposition.

Så löser du det
Höj shift; för Wan använd 8 vid 480p.

Noden har ingen effekt

Varför det händer
Noden är inte i kedjan till samplaren, eller den sitter före en LoRA som nollställer patchen (ovanligt).

Så löser du det
Placera den sist före samplaren och kolla MODEL-länken.

AD
Kör detta arbetsflöde från telefonen
Varje arbetsflöde på den här sidan är förinstallerat på BitVector med sina modeller och anpassade noder. Välj, skriv en prompt, klart. Noll installation, inget att ladda ner.

Frågor om ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

Behöver jag den för Flux?

Flux Dev funkar utan den (standardvärden används internt), men noden låter dig justera. Flux-flöden från ComfyUI-exempel har med den.

Vilken nod för Wan?

ModelSamplingSD3 med shift 5-8. Wan 2.2-grafer använder den för både hög- och lågbrusmodeller.

Relaterade noder

Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader) laddar ett rent brusreduceringsnätverk som Flux, SD3.5, Wan eller HunyuanVideo från models/diffusion_models, med ett vikt_dtype-alternativ för fp8 för att spara VRAM.
Flux Guidance
ComfyUI core
Flux Guidance (FluxGuidance) skriver in styrvärdet i conditioningen som Flux Dev är destillerad för att förvänta sig, och ersätter cfg; 3.5 är standard och 2 till 5 är det användbara spannet.
KSampler
ComfyUI core
KSampler kör avbrusningsloopen: den tar modellen, prompts och en latent och skapar den färdiga latenta bilden, styrd av seed, steg, cfg, sampler, scheduler och denoise.
WanImageToVideo and Wan 2.x video nodes
ComfyUI core
WanImageToVideo bygger konditioneringen och den tomma video-latenten för en Wan 2.1/2.2 bild-till-video-rendering från en startbild, en CLIP Vision-inbäddning och antal ramar; den omgivande grafen använder Load Diffusion Model, Load CLIP, Load VAE och KSampler.
EmptySD3LatentImage
ComfyUI core
EmptySD3LatentImage skapar den tomma latenta med 16 kanaler som Flux, SD3 och SD3.5 behöver; den ersätter Empty Latent Image i de arbetsflödena.
AD
Trött på att laga noder? Låt molnet göra det
BitVector håller hundratals ComfyUI-arbetsflöden installerade, uppdaterade och testade på snabba moln-GPU:er. Ingen Python, inga CUDA-fel, inga VRAM-gränser. Fungerar från vilken webbläsare som helst.

Fler ComfyUI-noder

CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode omvandlar en textprompt till CONDITIONING med hjälp av modellens textkodare. En nod håller den positiva prompten, en annan den negativa prompten.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager är tillägget som installerar, uppdaterar och fixar anpassade nodpaket och modeller direkt i gränssnittet, löser saknade noder i importerade arbetsflöden och sparar en ögonblicksbild av din setup.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) öppnar en .safetensors- eller .ckpt-modellfil och delar upp den i de tre delar som varje arbetsflöde behöver: diffusionens MODEL, CLIP textkodare och VAE.
Save Image
ComfyUI core
Save Image sparar IMAGE-tensorn som en PNG i ComfyUI/output, med hela arbetsflödet inbäddat i filens metadata så att bilden kan dras tillbaka till ComfyUI för att återställa grafen.
VAE Decode
ComfyUI core
VAE Decode omvandlar den samplade LATENT till en pixel-BILD med VAE; VAE Decode (Tiled) gör samma sak i kakel för väldigt stora bilder.
Empty Latent Image
ComfyUI core
Empty Latent Image skapar den tomma latenta ytan (bredd, höjd, batch_size) som text-till-bild-sampling börjar från; dimensionerna måste vara multiplar av 8 och matcha modelfamiljen.