| 参数名称 | 说明 |
|---|---|
| model | 输入的扩散模型（通常为 UNet 模型）。 |
TomePatchModel
节点功能：TomePatchModel 节点将一种名为 ToMe（Token Merging） 的机制注入到 Stable Diffusion 模型的注意力计算中，使得模型在推理阶段合并部分 token，从而加速计算并降低显存占用。你可以把它理解为：“我对模型进行轻微改造，让它在运行时自动合并相似的信息区域，达到加速和省显存的效果”。ToMe（Token Merging）是一种轻量加速机制，主要思路是：
在 Transformer 层内部找到相似的 token，将它们合并成一个 token，减少计算负担，同时尽量保持语义完整。
输入参数
输出参数
| 参数名称 | 说明 |
|---|---|
| MODEL | 已应用 Token Merging 的模型副本。(Token Merging：动态 token 合并机制） |
控件参数
| 参数名称 | 说明 |
|---|---|
| ratio | Token 合并比例，范围为 0.0–1.0，默认值为 0.3。设置 ToMe 合并 token 的强度，值越大表示合并越激进。建议从 0.2～0.5 之间尝试，过大会损失图像细节。 |
下图为使用方式以及模型保存位置。