KSampler Adv. (Efficient)

在继承KSampler (Efficient)的基础功能上增加噪声注入和分段去噪控制功能

KSampler Adv. (Efficient)-节点参数说明

输入参数
model	要使用的模型。
positive	正向提示词。
negative	反向提示词。
latent_image	初始 latent 图像。
optional_vae	可选的 VAE 模型。
script	可选脚本扩展。
输出参数
MODEL	返回用于采样后的模型对象。
CONDITIONING+	正向 conditioning（可用于嵌入 PNG info 等）。
CONDITIONING-	反向 conditioning。
LATENT	最终生成的 latent 表示。
VAE	使用的 VAE 模型。
IMAGE	解码后的 RGB 图像。
控件参数
add_noise	是否在初始 latent 中添加噪声。可选：enable、disable。enable 表示强制重新添加噪声，适合起始图像已经被解噪；disable 适合继续从已加噪 latent 开始生成。
noise_seed	噪声随机种子。
steps	采样步数。
cfg	提示词引导系数。
sampler_name	采样器名称。
scheduler	调度器名称。
start_at_step	从第几步开始启用该采样器。
end_at_step	在第几步之后禁用该采样器。
return_with_leftover_noise	是否保留最后一步未解噪 latent。可选：enable、disable。
preview_method	图像预览方式。包括 auto, latent2rgb, taesd, none。taesd 提供快速低成本预览；latent2rgb 精确但可能慢；推荐 auto 自动判断是否有 VAE 可用。
vae_decode	控制是否使用 VAE 解码图像。

噪声注入

分段去噪控制

如下图所示，加入我们安装默认参数完成图片生成，保证该节点和基础节点完全一致的输入，就可以得到完全一致的结果。

当把add_noise设置为disable代表在去噪的过程中不移除噪声，那么最终就会生成纯噪声图像，所以该参数更多是在分阶段生成图像时去控制去噪过程的尾部噪声，选择是否去除。

当我们设置end_at_step为6时，因为总去噪为8步，所以会保留最后两步去噪的噪声，在最后对比图像中可以看到两张图象的差异。

当我们打开return_with_leftover_noise参数，那么没有完成去噪的步数将会返回未去噪的噪声，对比上图可以看到返回的噪声。

ComfyUI原生节点