Węzeł Empty Latent Image w ComfyUI
Empty Latent Image tworzy pusty latentny obraz (szerokość, wysokość, batch_size), od którego zaczyna się generowanie obrazu z tekstu; wymiary muszą być wielokrotnością 8 i pasować do rodziny modelu.
Co robi Empty Latent Image
Generowanie obrazu z tekstu potrzebuje punktu startowego. Empty Latent Image tworzy tensor latentny wypełniony zerami o podanym rozmiarze, a KSampler dodaje szum. Przestrzeń latentna jest 8 razy mniejsza niż piksele w modelach SD, więc obraz 1024x1024 to latent 128x128; ten węzeł bierze rozmiary w pikselach i dzieli je za Ciebie.
Wybierz rozmiary, na których trenowano model: 512x512 lub 512x768 dla SD 1.5, 1024x1024 / 832x1216 / 1216x832 dla SDXL, Pony i Illustrious. Większe rozmiary pierwszego przejścia powodują powielanie postaci; użyj hires pass, żeby mieć więcej pikseli. Dla Flux, SD3 i modeli video użyj EmptySD3LatentImage lub węzła latentnego specyficznego dla rodziny, który ma inną liczbę kanałów.
Wejścia
Nazwa | Typ | Co to jest |
|---|---|---|
width | INT | Szerokość obrazu w pikselach, wielokrotność 8 (zalecane 64). |
height | INT | Wysokość obrazu w pikselach, wielokrotność 8. |
batch_size | INT | Ile obrazów wygenerować na raz z kolejnymi seedami. |
Wyjścia
Nazwa | Typ | Co to jest |
|---|---|---|
LATENT | LATENT | Pusty latent do KSampler latent_image. |
Jak używać Empty Latent Image
- Dodaj Empty Latent Image.
- Ustaw szerokość i wysokość dla rodziny modelu (1024x1024 dla SDXL).
- Ustaw batch_size na 1 podczas testów, zwiększ gdy prompt działa.
- Połącz LATENT z KSampler latent_image i zostaw denoise na 1.0.
Ustawienia i wskazówki
- Dobre rozmiary dla SDXL: 1024x1024, 896x1152, 832x1216, 1152x896, 1216x832, 1344x768.
- Dla SD 1.5 rozmiary powyżej 768 po dłuższej stronie często podwajają głowy i ciała; lepiej potem powiększyć obraz.
- batch_size 4 to tani sposób na sprawdzenie różnych seedów; VRAM rośnie z nim.
- Szerokość i wysokość, które nie są wielokrotnością 8, są zaokrąglane w dół.
Rozwiązywanie problemów z Empty Latent Image
Flux / SD3 / Wan dają śmieci z tym węzłem
Dlaczego tak się dzieje
Te modele używają latentów z 16 kanałami; Empty Latent Image tworzy latent SD z 4 kanałami.
Jak to naprawić
Zamień na EmptySD3LatentImage (Flux, SD3, Qwen) lub na puste latentne węzły video Wan / Hunyuan.
Dwie głowy, powielone osoby lub wzory kafelkowe
Dlaczego tak się dzieje
Obraz jest dużo większy niż rozdzielczość treningowa, więc model łączy kilka obrazów w jeden.
Jak to naprawić
Generuj w natywnym rozmiarze i powiększaj przez latent lub pixel hires pass.
Błąd: wysokość i szerokość muszą być podzielne przez 8
Dlaczego tak się dzieje
Wprowadzono rozmiar np. 1000x700.
Jak to naprawić
Używaj wielokrotności 8, najlepiej 64 (1024, 960, 896, 832, 768).
Brak pamięci przy dużym batchu
Dlaczego tak się dzieje
batch_size mnoży pamięć potrzebną samplerowi.
Jak to naprawić
Zmniejsz batch_size i zrób kilka osobnych uruchomień.
Pytania o Empty Latent Image
Czy mogę robić obrazy niekwadratowe?
Tak, dowolny stosunek boków w granicach komfortu modelu. Trzymaj liczbę pikseli blisko rozmiaru treningowego.
Co batch_size robi z seedem?
Każdy obraz w batchu używa bazowego seeda plus jego indeks.
Powiązane węzły
KSampler
ComfyUI core
KSampler wykonuje pętlę odszumiania: bierze model, prompt i latent, i tworzy gotowy latent obrazu, kontrolowany przez seed, kroki, cfg, sampler, scheduler i denoise.
EmptySD3LatentImage
ComfyUI core
EmptySD3LatentImage tworzy pusty latent 16-kanałowy, którego potrzebują Flux, SD3 i SD3.5; zastępuje Empty Latent Image w tych workflow.
Upscale Latent and Upscale Latent By
ComfyUI core
Upscale Latent zmienia rozmiar latentnego obrazu na nowy rozmiar (lub przez współczynnik), żeby drugi KSampler mógł dodać szczegóły w wyższej rozdzielczości: to klasyczna poprawka hires.
VAE Decode
ComfyUI core
VAE Decode zamienia wylosowany LATENT na pikselowy OBRAZ za pomocą VAE; VAE Decode (Tiled) robi to samo, ale w kafelkach dla bardzo dużych obrazów.
Więcej węzłów ComfyUI
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode zamienia tekstowy prompt na CONDITIONING używając modelu enkodera tekstu. Jeden node trzyma pozytywny prompt, drugi negatywny.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager to rozszerzenie, które instaluje, aktualizuje i naprawia niestandardowe paczki węzłów i modele bezpośrednio z interfejsu, rozwiązuje brakujące węzły w importowanych przepływach pracy i robi migawki twojej konfiguracji.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) otwiera plik modelu .safetensors lub .ckpt i udostępnia trzy części potrzebne w każdym workflow: MODEL dyfuzji, enkoder tekstowy CLIP oraz VAE.
Save Image
ComfyUI core
Save Image zapisuje tensor IMAGE do ComfyUI/output jako PNG, z całym workflow osadzonym w metadanych pliku, dzięki czemu obraz można przeciągnąć z powrotem do ComfyUI i przywrócić graf.
Load Image
ComfyUI core
Load Image wczytuje obraz z folderu wejściowego ComfyUI (lub z przesłanego pliku) i daje na wyjściu tensor IMAGE oraz MASKĘ z kanału alfa, czyli punkt startowy dla img2img, inpaintingu, ControlNet i IP-Adapter.
Load LoRA
ComfyUI core
Load LoRA (LoraLoader) nakłada plik LoRA na MODEL i CLIP z osobnymi siłami, dzięki czemu styl, postać lub koncepcja mogą być dodane do dowolnego checkpointu bez łączenia.