Noden EmptySD3LatentImage i ComfyUI
EmptySD3LatentImage skapar den tomma latenta med 16 kanaler som Flux, SD3 och SD3.5 behöver; den ersätter Empty Latent Image i de arbetsflödena.
Vad EmptySD3LatentImage gör
SD3 och Flux använder en VAE med 16 latenta kanaler istället för 4 kanaler som SD 1.5 och SDXL har. En vanlig Empty Latent Image ger samplern fel form, vilket slutar med brus eller storleksfel. EmptySD3LatentImage ger rätt tensor och fungerar annars likadant: bredd, höjd och batch_size i pixlar.
Flux klarar många olika storlekar bra, från 512 upp till ungefär 2 megapixlar i ett svep (1024x1024, 1152x896, 1344x768, 1536x1024). SD3.5 föredrar storlekar i 1024-klassen.
Ingångar
Namn | Typ | Vad det är |
|---|---|---|
width | INT | Bildens bredd i pixlar, helst delbar med 16. |
height | INT | Bildens höjd i pixlar. |
batch_size | INT | Antal bilder per körning. |
Utgångar
Namn | Typ | Vad det är |
|---|---|---|
LATENT | LATENT | Den tomma latenta med 16 kanaler för KSampler. |
Så använder du EmptySD3LatentImage
- Lägg till EmptySD3LatentImage istället för Empty Latent Image.
- Ställ in 1024x1024 (eller en annan Flux-storlek).
- Koppla till KSampler latent_image, denoise 1.0.
Inställningar och tips
- Flux Dev gör bra 1536x1024-bilder direkt; ingen hires-pass behövs för många användningar.
- Multiplar av 16 undviker kantartefakter med Flux.
- Qwen-Image och HiDream använder också den här noden.
Felsökning av EmptySD3LatentImage
Flux ger brus trots att allt annat är rätt
Varför det händer
En 4-kanalig Empty Latent Image är kopplad till samplern.
Så löser du det
Byt ut den mot EmptySD3LatentImage.
RuntimeError om kanalstorlekar (förväntade 16, fick 4)
Varför det händer
Samma orsak: den latenta har fel antal kanaler för modellen.
Så löser du det
Använd den här noden för Flux/SD3 och Empty Latent Image för SD 1.5/SDXL; kolla också att VAE Encode i img2img använder Flux VAE.
Frågor om EmptySD3LatentImage
Fungerar den för Flux Schnell?
Ja, alla Flux-varianter använder den.
Kan jag använda den för SDXL?
Nej, SDXL behöver den 4-kanaliga Empty Latent Image.
Relaterade noder
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.
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.
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.
Load Image
ComfyUI core
Load Image läser in en bild från ComfyUI:s input-mapp (eller en uppladdning) och ger ut en IMAGE-tensor plus en MASK som tas från alfakanalen, startpunkten för img2img, inpainting, ControlNet och IP-Adapter-flöden.