.ai

ang pinakamahuhusay na open source AI model

Maghanap

Empty Latent Image node sa ComfyUI

Q: Error: kailangang divisible ng 8 ang height at width

May inilagay na sukat na tulad ng 1000x700. Gumamit ng multiples ng 8, mas maganda kung 64 (1024, 960, 896, 832, 768).

Gumagawa ang Empty Latent Image ng blangkong latent canvas (lapad, taas, batch_size) na pinagmumulan ng text-to-image sampling; kailangang multiple ng 8 ang sukat at tugma sa model family.

Node pack: ComfyUI core

Kategorya: Latent

Ano ang ginagawa ng Empty Latent Image

Kailangan ng text-to-image ng panimulang punto. Gumagawa ang Empty Latent Image ng latent tensor na puno ng zero sa hinihinging sukat, tapos idinadagdag ng KSampler ang ingay. Mas maliit ng 8 beses ang latent space kumpara sa pixels para sa SD models, kaya ang 1024x1024 na imahe ay 128x128 latent; tinatanggap ng node ang pixel sizes at hinahati ito para sa'yo.

Pumili ng sukat na pinag-aralan ng model: 512x512 o 512x768 para sa SD 1.5, 1024x1024 / 832x1216 / 1216x832 para sa SDXL, Pony at Illustrious. Ang mas malalaking unang sukat ay nagdudulot ng duplicated na mga subject; gamitin ang hires pass para sa mas maraming pixels. Para sa Flux, SD3 at mga video model, gamitin ang EmptySD3LatentImage o ang family-specific latent node, na may ibang bilang ng channel.

Mga input

Pangalan	Uri	Ano ito
width	INT	Lapad ng imahe sa pixels, multiple ng 8 (64 ang rekomendado).
height	INT	Taas ng imahe sa pixels, multiple ng 8.
batch_size	INT	Ilang imahe ang gagawin sa isang run gamit ang magkakasunod na seeds.

Mga output

Pangalan	Uri	Ano ito
LATENT	LATENT	Ang blangkong latent para sa KSampler latent_image.

Laktawan ang setup: mga ComfyUI workflow na naka-preinstall sa cloud

Pinapatakbo ng BitVector ang mga handang ComfyUI workflow sa sarili nitong mga GPU. Walang install, walang nawawalang node, walang pulang kahon. Buksan ito sa iyong telepono o laptop at gumawa sa loob ng isang minuto.

Subukan ang BitVector

Paano gamitin ang Empty Latent Image

Ilagay ang Empty Latent Image.
Itakda ang lapad at taas para sa model family (1024x1024 para sa SDXL).
Itakda ang batch_size sa 1 habang sinusubukan, pataasin kapag gumana na ang prompt.
Ikonekta ang LATENT sa KSampler latent_image at panatilihing 1.0 ang denoise.

Mga setting at tip

Mga tamang sukat para sa SDXL: 1024x1024, 896x1152, 832x1216, 1152x896, 1216x832, 1344x768.
Sa SD 1.5, kapag lampas 768 ang mahaba, madalas na nadodoble ang ulo at katawan; mas mabuting mag-upscale pagkatapos.
Ang batch_size na 4 ay mura para mag-explore ng seeds; tumataas ang VRAM kasabay nito.
Ang lapad at taas na hindi multiple ng 8 ay niroround down.

Pag-aayos ng Empty Latent Image

Nagkakaroon ng kalat ang Flux / SD3 / Wan gamit ang node na ito

Bakit ito nangyayari

Gumagamit ang mga modelong iyon ng 16-channel latents; gumagawa ang Empty Latent Image ng 4-channel SD latent.

Paano ayusin

Palitan ito ng EmptySD3LatentImage (Flux, SD3, Qwen) o ang Wan / Hunyuan empty video latent nodes.

Dalawang ulo, duplicated na tao o tiling na pattern

Bakit ito nangyayari

Mas malaki ang canvas kaysa sa training resolution, kaya nagsasama-sama ang model ng ilang imahe sa isa.

Paano ayusin

Gumawa sa native size at mag-upscale gamit ang latent o pixel hires pass.

Error: kailangang divisible ng 8 ang height at width

Bakit ito nangyayari

May inilagay na sukat na tulad ng 1000x700.

Paano ayusin

Gumamit ng multiples ng 8, mas maganda kung 64 (1024, 960, 896, 832, 768).

Kulang sa memorya dahil sa batch

Bakit ito nangyayari

Pinapataas ng batch_size ang memory na kailangan ng sampler.

Paano ayusin

Bawasan ang batch_size at mag-queue ng ilang run na magkakasunod.

Patakbuhin ang workflow na ito mula sa iyong telepono

Bawat workflow sa pahinang ito ay naka-preinstall sa BitVector kasama ang mga model at custom node. Pumili ng isa, mag-type ng prompt, tapos. Zero setup, walang ida-download.

Subukan ang BitVector

Mga tanong tungkol sa Empty Latent Image

Pwede ba akong gumawa ng non-square na imahe?

Oo, kahit anong aspect ratio basta nasa comfort zone ng model. Panatilihin ang bilang ng pixels malapit sa training size.

Ano ang epekto ng batch_size sa seed?

Bawat imahe sa batch ay gumagamit ng base seed plus ang index nito.

Mga kaugnay na node

KSampler

ComfyUI core

Pinapatakbo ng KSampler ang denoising loop: kinukuha nito ang model, prompts, at isang latent para gumawa ng tapos na latent na imahe, na kinokontrol ng seed, steps, cfg, sampler, scheduler, at denoise.

EmptySD3LatentImage

ComfyUI core

Gumagawa ang EmptySD3LatentImage ng 16-channel na empty latent na kailangan ng Flux, SD3 at SD3.5; pinalitan nito ang Empty Latent Image sa mga workflow na iyon.

Upscale Latent and Upscale Latent By

ComfyUI core

Ang Upscale Latent ay nagbabago ng sukat ng latent sa bagong laki (o sa pamamagitan ng factor) para makadagdag ng detalye sa mas mataas na resolution gamit ang pangalawang KSampler: ito ang classic na hires fix.

VAE Decode

ComfyUI core

Ang VAE Decode ay nagko-convert ng sampled LATENT papuntang pixel IMAGE gamit ang VAE; ang VAE Decode (Tiled) ay ginagawa rin ito pero sa tiles para sa sobrang laki na mga larawan.

Pagod na sa pag-aayos ng mga node? Hayaan ang cloud

Pinapanatili ng BitVector ang daan-daang ComfyUI workflow na naka-install, na-update at nasubok sa mabibilis na cloud GPU. Walang Python, walang CUDA error, walang limitasyon sa VRAM. Gumagana mula sa anumang browser.

Subukan ang BitVector