Node EmptySD3LatentImage trong ComfyUI
EmptySD3LatentImage tạo ra latent rỗng 16 kênh mà Flux, SD3 và SD3.5 cần; nó thay thế cho Empty Latent Image trong các quy trình đó.
EmptySD3LatentImage làm gì
SD3 và Flux dùng VAE với 16 kênh latent thay vì 4 kênh của SD 1.5 và SDXL. Một Empty Latent Image chuẩn sẽ đưa cho sampler hình dạng sai, dẫn đến nhiễu hoặc lỗi kích thước. EmptySD3LatentImage tạo ra tensor đúng và hoạt động giống như trước: chiều rộng, chiều cao và batch_size tính theo pixel.
Flux xử lý tốt nhiều kích thước, từ 512 đến khoảng 2 megapixel trong một lần chạy (1024x1024, 1152x896, 1344x768, 1536x1024). SD3.5 thích các kích thước lớp 1024 hơn.
Đầu vào
Tên | Kiểu | Ý nghĩa |
|---|---|---|
width | INT | Chiều rộng ảnh tính theo pixel, nên là bội số của 16. |
height | INT | Chiều cao ảnh tính theo pixel. |
batch_size | INT | Số ảnh mỗi lần chạy. |
Đầu ra
Tên | Kiểu | Ý nghĩa |
|---|---|---|
LATENT | LATENT | Latent rỗng 16 kênh cho KSampler. |
Cách dùng EmptySD3LatentImage
- Thêm EmptySD3LatentImage thay cho Empty Latent Image.
- Đặt kích thước 1024x1024 (hoặc kích thước Flux khác).
- Nối vào KSampler latent_image, denoise 1.0.
Cài đặt và mẹo
- Flux Dev tạo ảnh 1536x1024 trực tiếp rất tốt; nhiều trường hợp không cần chạy hires pass.
- Dùng bội số của 16 để tránh lỗi mép với Flux.
- Qwen-Image và HiDream cũng dùng node này.
Khắc phục sự cố EmptySD3LatentImage
Ảnh đầu ra Flux bị nhiễu dù mọi thứ khác đúng
Vì sao xảy ra
Empty Latent Image 4 kênh được nối vào sampler.
Cách sửa
Thay bằng EmptySD3LatentImage.
RuntimeError về kích thước kênh (mong đợi 16, nhận 4)
Vì sao xảy ra
Nguyên nhân tương tự: latent có số kênh không đúng với model.
Cách sửa
Dùng node này cho Flux/SD3 và Empty Latent Image cho SD 1.5/SDXL; kiểm tra VAE Encode trong img2img có dùng Flux VAE không.
Câu hỏi về EmptySD3LatentImage
Có dùng được cho Flux Schnell không?
Có, mọi biến thể Flux đều dùng nó.
Dùng được cho SDXL không?
Không, SDXL cần Empty Latent Image 4 kênh.
Node liên quan
Empty Latent Image
ComfyUI core
Empty Latent Image tạo ra khung trống latent (chiều rộng, chiều cao, batch_size) mà việc lấy mẫu từ văn bản sang hình ảnh bắt đầu từ đó; kích thước phải là bội số của 8 và phù hợp với dòng model.
Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader) tải một mạng khử nhiễu trần như Flux, SD3.5, Wan hoặc HunyuanVideo từ models/diffusion_models, với tùy chọn weight_dtype cho fp8 để tiết kiệm VRAM.
Flux Guidance
ComfyUI core
Flux Guidance (FluxGuidance) ghi giá trị hướng dẫn vào phần conditioning mà Flux Dev được huấn luyện để nhận, thay cho cfg; mặc định là 3.5 và khoảng dùng tốt là từ 2 đến 5.
KSampler
ComfyUI core
KSampler chạy vòng lặp khử nhiễu: nó lấy model, prompt và latent rồi tạo ra latent ảnh hoàn chỉnh, được điều khiển bởi seed, steps, cfg, sampler, scheduler và denoise.
Thêm node ComfyUI
CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode biến một đoạn văn bản thành CONDITIONING bằng cách dùng bộ mã hóa văn bản của mô hình. Một node giữ prompt tích cực, node kia giữ prompt tiêu cực.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager là tiện ích mở rộng giúp cài đặt, cập nhật và sửa các gói node tùy chỉnh và mô hình ngay trong giao diện, giải quyết các node bị thiếu trong workflow nhập vào và lưu lại cấu hình của bạn.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) mở một file model .safetensors hoặc .ckpt và cung cấp ba phần mà mọi workflow đều cần: MODEL diffusion, bộ mã hóa văn bản CLIP và VAE.
Save Image
ComfyUI core
Save Image ghi tensor IMAGE thành file PNG trong ComfyUI/output, với toàn bộ quy trình làm việc được nhúng trong metadata của file để bạn có thể kéo ảnh đó trở lại ComfyUI và phục hồi lại đồ thị.
VAE Decode
ComfyUI core
VAE Decode chuyển LATENT đã lấy mẫu thành ảnh PIXEL bằng VAE; VAE Decode (Tiled) làm điều tương tự theo từng ô cho ảnh rất lớn.
Load Image
ComfyUI core
Load Image đọc một bức ảnh từ thư mục input của ComfyUI (hoặc từ file bạn tải lên) và xuất ra một tensor IMAGE cùng với một MASK lấy từ kênh alpha, điểm bắt đầu cho các đồ thị img2img, inpainting, ControlNet và IP-Adapter.