ComfyUI_essentials>🔧 KSampler Variations with Noise Injection
ComfyUI_essentials
时间:2025/09/02

🔧 KSampler Variations with Noise Injection

节点主要用于在原始潜变量(latent)基础上加入噪声变化并进行采样,通过主种子(main_seed)与变体种子(variation_seed) 进行插值(slerp) 控制图像变体。该节点允许用户在原始图像的潜空间 (latent) 上 添加噪声变体并重新采样,从而生成 轻微或显著差异的图像,常用于: 生成同一主题的多种风格变体 控制微调变化(发型、姿势、光照等) 保持主体一致性的前提下,生成轻度随机性
🔧 KSampler Variations with Noise Injection-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。通常需要传入原始图片通过VAE编码的潜空间图像。而不是空的潜空间图像
main_seed主种子,用于生成基础噪声
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
steps总采样步数。
cfg第一阶段 CFG Scale。
sampler_name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)
denoise这个节点的denoise源码: end_at_step = steps #min(steps, end_at_step) start_at_step = round(end_at_step - end_at_step * denoise) 和传统的denoise效果不一样,实质控制的是作用步数,设置为1时实际的效果为从头到尾全部作用会导致图像崩坏 该节点下建议不超过0.5
演示了使用KSampler Variations with Noise Injection工作流修进行图生图,也可以使用load image+vae编码节点传入非空latent。

先通过main_seed向latent注入基础噪声

保持了画面整体结构不变修改了整体面部细节


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