RAUNet

节点功能：该节点通过调整模型的内部参数，扩充模型原始生图的局限性，进而可以在单次文生图中完成大分辨率图像的生成，一般情况下，推荐使用默认参数。

参数名称	说明
model	一个已有的、可 patch 的模型（如 BrushNet 输出）。

参数名称	说明
model	应用了 RAUNet Patch 的新模型，可用于后续扩散推理。

参数名称	说明
du_start	开始启用 Downsample 优化的步数。
du_end	结束 Downsample 优化的步数。
xa_start	开始启用 Cross-Attention 缩放的步数。对 cross-attention 的输入张量进行下采样（avg_pool2d），让 attention 操作变得更快、处理更大区域。例：如果设置 xa_start=4，则第 0~3 步 attention 是原始分辨率，第 4 步起开始进行下采样。
xa_end	结束 Cross-Attention 缩放的步数。停止缩放 cross-attention，attention 重新回到原始尺寸处理，有利于图像细节逐步恢复。

下图为当前比较SD大模型的不同架构对应的默认使用方式，因为数据集的不同，所以会有各自的文本和图像尺寸设置。

下图为使用RAUNet节点完成图像生成的对比效果，在下面的采样器中，设置的底图尺寸为2048*2048，但是并没有接入RAUNet，所以最终生成的角色因为像素点过多的原因，超出SDXL模型的基础尺寸限制，所以生成的小动物已经畸形，但是使用了RAUNet的效果就正常。