IPAdapter FaceID Batch

节点功能：该节点区别于FaceID的地方在于接受批量的图像上传，并且不会影响特征。

输入参数

参数名称	说明
model	主模型，如 Stable Diffusion。
ipadapter	要传入的IPA模型。
image	输入图像，提取面部特征使用。
image_negative	用于生成负面 embedding（可选），用于弱化某些特征。
attn_mask	只在图像特定区域注入特征，例如只在脸部区域。
clip_vision	CLIP 视觉模型（可选），用于替代默认视觉编码器。
insightface	InsightFace 模型，用于人脸 embedding 提取。若未提供，则依赖内部或默认模型。

输出参数

参数名称	说明
MODEL	注入 FaceID 与 IPAdapter embedding 后的模型。
face_image	提取人脸后的图像片段（或用于对齐后的处理图），便于调试或展示。

控件参数

参数名称	说明
weight	普通 IPAdapter embedding 的融合权重，默认 1.0。
weight_faceidv2	人脸特征 embedding 的融合权重，控制 FaceID 对输出的影响强度，范围 [-1, 5]，默认 1.0。
weight_type	权重应用方式：如 constant、linear、fade、step 等。
combine_embeds	多特征合并方式：concat、add、subtract、average、norm average。 concat 拼接向量维度，保留原始特征，但消耗更多内存。 add 向量加法合并，可能导致特征溢出。 average 平均合并，较稳定。 norm average 带归一化的平均合并，更稳妥，推荐。
start_at	控制 embedding 注入的起始时刻（归一化时间轴）。
end_at	控制 embedding 注入的结束时刻。
embeds_scaling	嵌入缩放策略，控制 Key/Value 的 attention 权重： - V only：仅缩放 V - K+V：同时缩放 Key 与 Value - K+V w/ C penalty：加入通道惩罚项 - K+mean(V) w/ C penalty：引入 V 的均值惩罚项。推荐： K+V 在表现更复杂风格时更稳定； K+V w/ C penalty 可以防止通道过拟合。

如下图所示，Batch节点的主要作用就是不同的lantent参考不同的图像完成生图，普通的faceid节点会直接将两个人物面部的特征融合。

上一篇：IPAdapter FaceID Kolors 下一篇：IPAdapter Tiled