| 参数名称 | 说明 |
|---|---|
| model | 主模型（如 SDXL、SD1.5）。 |
| ipadapter | 已加载的 IPAdapter 模型对象。 |
| image | 输入图像（可以是多张组成的批次）。 |
| image_negative | 用作负向特征对比的图像。 |
| attn_mask | 注意力掩码，控制图像区域对注意力机制的影响。 |
| clip_vision | 可选 CLIP-Vision 模型，若不提供则使用 IPAdapter 默认的。 |
IPAdapter Precise Composition Batch
节点功能：该节点是IPAdapter Precise Composition节点的功能衍生，可以参考多张图像完成生图，具体可看下面示例。
输入参数
输出参数
| 参数名称 | 说明 |
|---|---|
| MODEL | 包含图像引导融合逻辑的模型对象，供后续采样（如 KSampler）使用。 |
控件参数
| 参数名称 | 说明 |
|---|---|
| weight | 图像引导的权重，控制图像对生成的影响程度。 |
| composition_boost | 多图嵌入组合时的强化因子，提升合成图像中的结构表现力。 控制合成图像中结构感/层次感的强化力度。 类似提示词中的 [1.4:strong style] 强化语法； 一般设置在 0.5~2.0 之间可以提升图像的清晰度、轮廓感； 如果设置过高，可能导致生成画面过于锐利或不自然。 |
| combine_embeds | 多图嵌入的组合方式，如 concat、average 等。 concat：将多个图像嵌入拼接在一起，信息量最大，但计算负载高。 add：所有图像特征直接相加，适合风格融合，表达浓烈。 subtract：使用第一个图像减去其余图像的特征，用于风格对比或排除。 average：多个嵌入平均化，合成效果柔和。 norm average：特征先归一化后平均，适合平衡风格差异较大的图像。 在多图任务中，这个参数决定生成图像是偏“叠加融合”还是“对比突出”。 |
| start_at | 扩散过程中开始应用引导的步数比例（范围 0～1）。 |
| end_at | 扩散过程中停止引导的步数比例（范围 0～1）。 |
| embeds_scaling | 嵌入特征的缩放方式，决定作用在 K/V 的范围与是否使用惩罚策略。 V only：仅影响 V（Value）部分，标准做法。 K+V：同时作用于 Key 和 Value，引导力更强。 K+V w/ C penalty：在 K/V 引导基础上，对冲突特征区域加惩罚，防止混乱。 K+mean(V) w/ C penalty：对 Value 取均值再施加惩罚，更加稳健。 若在多图融合中出现融合不充分或冲突感，建议尝试使用带 penalty 的方式提升效果。 |
如下图所示的布局参考，batch节点会分别参考两张图的布局，而非batch节点会融合两个参考图像的布局信息。