| 参数名称 | 说明 |
|---|---|
| model | Stable Diffusion 类型的主模型，用于注入风格特征。 |
| ipadapter | 已加载的 IPAdapter 模型，包含视觉与注意力融合模块。 |
| image | 作为风格参考的图像，一般是风格源图。 |
| image_negative | 用于生成反向嵌入特征（控制不希望出现的风格）。 |
| attn_mask | 限定风格嵌入在空间上的作用区域。 |
| clip_vision | 显式传入 CLIP 视觉模型，若为空将从 ipadapter 中提取。 |
IPAdapter Precise Style Transfer
节点功能：该节点继承自 IPAdapterAdvanced，用于在图像生成过程中进行精确风格迁移（Precise Style Transfer），允许你通过可控的 embedding 融合方式，将风格图像的信息注入主模型（如 SD1.5 或 SDXL）中，从而影响最终生成结果的风格、色彩、纹理甚至结构布局。下图为该节点和IPAdapterAdvanced之间的主要区别。
输入参数
输出参数
| 参数名称 | 说明 |
|---|---|
| MODEL | 应用了风格引导的 SD 模型，可继续用于生成或合成。 |
控件参数
| 参数名称 | 说明 |
|---|---|
| weight | 控制参考图对输出图像风格的影响强度。weight 是基础影响系数，控制 image（正向图像）在生成时对最终图像的影响程度，类似 IPAdapterEncoder 中的权重。 |
| style_boost | 进一步提升风格特征的影响力，主要针对“风格化”程度。style_boost 是额外的风格强化器（通常在融合阶段放大 style 向量的某些维度或其对 attention 的权重），用于生成更鲜明的风格特征输出，常用于风格迁移任务。 |
| combine_embeds | 多图时嵌入向量合并策略，如拼接、求平均、加法等。 concat: 拼接所有嵌入（信息保留最多，但可能引起不稳定）。 add: 相加融合。 subtract: 以第一个为主，减去其余（风格差异建模）。 average: 求平均风格。 norm average: 归一化后再平均，减少大值主导效应。 |
| start_at | 指定风格控制的起始推理步数（归一化 0~1）。 |
| end_at | 指定风格控制的结束推理步数（归一化 0~1）。 |
| embeds_scaling | 嵌入应用方式，影响 attention 的 Key 和 Value。 "V only"：只用于 Value，风格仅作用于输出的内容强度。 "K+V"：用于 Key 和 Value，加强风格控制但可能影响图像结构。 "K+V w/ C penalty"：加入正则项平衡风格控制与结构一致性。 "K+mean(V) w/ C penalty"：在上述基础上增强稳定性。 一般任务使用 "V only" 即可，高风格迁移任务可尝试 "K+V w/ C penalty"。 |
下图所示为示例效果，对比效果图和参考图，可以看到Precise节点增强对风格的参考，对原图中人物的位置没有过多参考，而advanced似乎整体的画面都参考。(总而言之，参数对最终出图的影响太难去用科学的方式解释，只能通过不断地测试才能发现其中的区别，希望大家可以多动手尝试和总结这些内容。)