保持了图像的整体构图，修改了衣服的扣子及面部的细节
ComfyUI_essentials
时间：2025/09/02
🔧 KSampler Stochastic Variations
是一个分阶段采样节点，主要用于 图像变体生成 (stochastic variations)，通过 两阶段 KSampler 处理，实现仅影响较小的细节（例如头发和皮肤、眼睛或嘴巴），但不会改变全局外观
🔧 KSampler Stochastic Variations-节点参数说明
| 输入参数 | |
| model | 必须参数，加载的模型 |
| latent_image | 必须参数，要进行去噪的初始 latent 图像。 |
| positive | 必须参数，用于指定想要包含的图像内容（正向提示）。 |
| negative | 必须参数，用于排除不希望出现在图像中的内容（反向提示）。 |
| variation_seed | 第二阶段采样噪声种子 |
| 输出参数 | |
| LATENT | 采样生成后的 latent 图像张量。 |
| 控件参数 | |
| noise_seed | 第一阶段噪声种子。 |
| steps | 总采样步数。 |
| cfg | 第一阶段 CFG Scale。 |
| sampler | 采样器。 |
| scheduler | 调度器名字 |
| variation_strength | 变体强度（0~1），控制第一阶段步数比例 end_at_step = max(int(steps * (1 - variation_strength)), 1) |
| cfg_scale | 第二阶段 CFG 调整系数 |
