Model

Trends

.ai

追蹤開放 AI 模型

NSFW

ComfyUI 中的 Empty Latent Image 節點

Empty Latent Image 會建立空白的潛在畫布（寬度、高度、批次大小），這是文字轉圖片取樣的起點；尺寸必須是 8 的倍數，且要符合模型家族。

節點包:ComfyUI core

分類:潛空間

Author: comfyanonymous

Empty Latent Image 的作用

文字轉圖片需要一個起點。Empty Latent Image 會產生一個填滿零的潛在張量，大小是你指定的，然後 KSampler 會加上噪音。SD 模型的潛在空間比像素小 8 倍，所以 1024x1024 的圖片對應 128x128 的潛在空間；這個節點會接受像素尺寸，然後幫你除以 8。

選擇模型訓練時用的尺寸：SD 1.5 是 512x512 或 512x768，SDXL、Pony 和 Illustrious 是 1024x1024、832x1216 或 1216x832。第一次生成用太大尺寸會造成主體重複，想要更多像素可以用高解析度通道。Flux、SD3 和影片模型要用 EmptySD3LatentImage 或該家族專用的潛在節點，因為通道數不同。

輸入

名稱	類型	含義
width	INT	圖片寬度（像素），要是 8 的倍數（建議 64）。
height	INT	圖片高度（像素），要是 8 的倍數。
batch_size	INT	一次生成多少張圖片，會用連續的種子。

輸出

名稱	類型	含義
LATENT	LATENT	給 KSampler latent_image 用的空白潛在張量。

如何使用 Empty Latent Image

加入 Empty Latent Image 節點。
設定模型家族對應的寬度和高度（SDXL 是 1024x1024）。
測試時 batch_size 設 1，提示詞沒問題後再調大。
把 LATENT 接到 KSampler 的 latent_image，去噪設為 1.0。

設定與技巧

SDXL 的理想尺寸：1024x1024、896x1152、832x1216、1152x896、1216x832、1344x768。
SD 1.5 長邊超過 768 容易出現雙頭雙身，建議後製放大。
batch_size 4 是快速試種子的好方法，但 VRAM 用量會跟著增加。
寬高不是 8 的倍數會自動往下取整。

Empty Latent Image 疑難排解

Flux / SD3 / Wan 用這節點會出錯

原因

那些模型用的是 16 通道潛在張量；Empty Latent Image 只做 4 通道的 SD 潛在張量。

修復方法

改用 EmptySD3LatentImage（Flux、SD3、Qwen）或 Wan / Hunyuan 的空白影片潛在節點。

出現雙頭、重複人物或拼貼圖案

原因

畫布比訓練解析度大很多，模型會把多張圖合成一張。

修復方法

用原生尺寸生成，再用潛在或像素高解析度通道放大。

錯誤：高度和寬度必須能被 8 整除

原因

輸入了像 1000x700 這種尺寸。

修復方法

用 8 的倍數，最好是 64 的倍數（1024、960、896、832、768）。

批次太大導致記憶體不足

原因

batch_size 會乘上取樣器需要的記憶體。

修復方法

降低 batch_size，改用多次排隊執行。

關於 Empty Latent Image 的問題

可以做非正方形圖片嗎？

可以，只要比例在模型能接受的範圍內。像素數量要接近訓練時的大小。

batch_size 對種子有什麼影響？

批次裡的每張圖都會用基礎種子加上它的索引。

KSampler 執行去噪循環：它接收模型、提示詞和潛在向量，並產生完成的潛在圖像，透過種子、步數、cfg、採樣器、排程器和去噪程度來控制。

EmptySD3LatentImage

EmptySD3LatentImage 會建立 Flux、SD3 和 SD3.5 需要的 16 通道空潛變量；它取代那些工作流程中的 Empty Latent Image。

Upscale Latent and Upscale Latent By

Upscale Latent 會把 latent 調整到新的大小（或放大倍數），讓第二次的 KSampler 可以在更高解析度下加細節：這是經典的高解析度修正方法。

VAE Decode 用 VAE 把取樣後的 LATENT 轉成像素 IMAGE；VAE Decode (Tiled) 則是用分塊方式處理超大張圖片。

更多 ComfyUI 節點

CLIP Text Encode (Prompt)

CLIP Text Encode 會用模型的文字編碼器把文字提示轉成 CONDITIONING。有兩個節點，一個放正面提示，另一個放負面提示。

ComfyUI Manager

ComfyUI-Manager

ComfyUI Manager 是一個擴充功能，可以在介面內安裝、更新和修復自訂節點包和模型，解決匯入工作流程中缺少的節點問題，並且備份你的設定。

Load Checkpoint

Load Checkpoint (CheckpointLoaderSimple) 會打開 .safetensors 或 .ckpt 模型檔案，並提供每個工作流程都需要的三個部分：diffusion MODEL、CLIP 文字編碼器和 VAE。

Save Image 會把 IMAGE 張量存成 PNG 檔到 ComfyUI/output，並且把整個工作流程嵌入檔案的元資料裡，這樣圖片就能直接拖回 ComfyUI，還原整個圖形。

Load Image 從 ComfyUI 的輸入資料夾（或上傳）讀取圖片，並輸出一個 IMAGE 張量和從 alpha 通道取得的 MASK，這是 img2img、修補、ControlNet 和 IP-Adapter 圖表的起點。

Load LoRA (LoraLoader) 會將 LoRA 檔案套用到 MODEL 和 CLIP，並且可以分別調整強度，這樣你就能在任何檢查點加入風格、角色或概念，而不需要合併模型。