ComfyUI-Fluxtapoz>Flux Mix Noise
ComfyUI-Fluxtapoz
时间:2025/08/19

Flux Mix Noise

用于在潜在空间(latent space)中允许用户精确控制混合比例和混合方式、加入随机噪声,合成混合后的潜空间图像。
Flux Mix Noise-节点参数说明
输入参数
latent原始的 latent 图像编码。
noise用于混合的另一组 latent 噪声图像。
输出参数
LATENT混合后的 latent 图像编码,可用于后续扩散或解码。
控件参数
mix_percent控制 latent 与 noise 混合的比例,范围 0~1。设置为 0 表示不添加额外噪声,设置为 1.0~10.0 时可引入轻微干扰,增强变化感。
random_noise混入的随机噪声强度,范围 0~100。设置为 0 表示不添加额外噪声,设置为 1.0~10.0 时可引入轻微干扰,增强变化感。
mix_type控制主混合行为的方式,mix 表示插值混合,add 表示加法叠加。推荐使用 mix 获取更柔和结果。
random_mix_type控制随机噪声混合方式,与 mix_type 类似,建议设为 mix 可避免噪声冲击过大。
take_diff是否仅输出与原图的差值部分。设置为 True 时输出 new_latent - latent * mix_percent,常用于分析差异区域或搭配反向采样使用。
节点参数测评内容

该节点用于官方提供的unsample_inject工作流,这个工作流使用简单反向采样器(Flux Inverse Sampler)反向采样并使用预设采样器进行潜空间重绘。

random_noise为0时:

稳定的设置:在使用mix_type模式时,将take_diff设为False,改变mix_percent的值;当1>mix_percent>0.95时达到较好的效果,mix_percent值为1时出现坏图:

稳定的设置:在使用add_type模式时,将take_diff设为True,改变mix_percent的值;当1>mix_percent>0.95时达到较好的效果,mix_percent值为1时质量下降:

在使用mix_type模式时,将take_diff设为True,改变mix_percent的值,坏图,这种参数设置不稳定:

在使用add_type模式时,将take_diff设为False,改变mix_percent的值,潜空间噪声被累加,且这种参数设置不稳定,如需使用此参数组合请先设置较低的噪声,否则会影响后续生成。

mix_percent的值在上述测试中发现0.97这个值出图质量较好,兼顾与原图一致性与重绘提示词权重,所以保持不动并继续测试random_noise不为0(需要加入噪声混合时)的效果:

稳定的设置:使用add_type模式时(random_mix_type='add'),将take_diff设为True,改变random_noise的值,random_noise = 1时出现略微的质量下降:

稳定的设置:使用mix_type模式时(random_mix_type='mix'),将take_diff设为False,改变random_noise的值,random_noise < 0.2时达到均衡的效果,random_noise < 0.3时出现风格转变,mix_percent值为1时出现坏图:

使用add_type模式时(random_mix_type='add'),将take_diff设为False,改变random_noise的值,潜空间噪声被累加,不稳定:

使用mix_type模式时(random_mix_type='mix'),将take_diff设为True,改变random_noise的值,坏图,这种参数设置不稳定:

根据测试,建议在使用混合模式使用add_type时,将take_diff设为True,使用mix_type时设为False,且在使用噪声混合时,将mix_type和random_mix_type设置为相同的混合模式。

噪声累加原理:当使用add模式且take_diff设为False时,生成图片会将上次的噪声直接累加到潜在空间(new_latent = latent + noise * mix_percent),如果take_diff设为True时(new_latent = latent * (1 - mix_percent) + noise * mix_percent),是一种类似于mix模式,但是没有进行归一化的运算,而mix模式使用归一化过程,无论噪声多大,最终结果都会被归一化到合理范围内,即使上一次运行设置了高random_noise,混合后的噪声也会被mix函数规范化

广告

可加入知识星球获取所有示例工作流

广告

微信扫码入群,加入AIGC大家庭,与大家一起交流学习