内置节点参考

CLIPMergeSimple - ComfyUI Built-in Node Documentation

Complete documentation for the CLIPMergeSimple node in ComfyUI. Learn its inputs, outputs, parameters and usage.

CLIPMergeSimple 是一个高级模型合并节点,用于根据指定比例合并两个 CLIP 文本编码器模型。

此节点专门根据指定比例合并两个 CLIP 模型,有效融合它们的特性。它选择性地将一个模型的补丁应用到另一个模型(排除位置 ID 和 logit 缩放等特定组件),从而创建一个结合两个源模型特征的混合模型。

输入

参数 描述 数据类型 输入类型 默认值 范围
clip1 要合并的第一个 CLIP 模型。它作为合并过程的基础模型。 CLIP REQUIRED - -
clip2 要合并的第二个 CLIP 模型。除位置 ID 和 logit 缩放外,其关键补丁将根据指定比例应用于第一个模型。 CLIP REQUIRED - -
比例 决定从第二个模型融合到第一个模型的特征比例。比率为 1.0 表示完全采用第二个模型的特征,而 0.0 则仅保留第一个模型的特征。 FLOAT REQUIRED 1.0 0.0 - 1.0 (步长: 0.01)

输出

输出名称 描述 数据类型
clip 合并后的 CLIP 模型结果,根据指定比例融合了两个输入模型的特征。 CLIP

合并机制详解

合并算法

该节点使用加权平均法合并两个模型:

  1. 克隆基础模型:首先克隆 clip1 作为基础模型
  2. 获取补丁:从 clip2 获取所有关键补丁
  3. 过滤特殊键:跳过以 .position_ids.logit_scale 结尾的键
  4. 应用加权合并:使用公式 (1.0 - ratio) * clip1 + ratio * clip2

比率参数说明

  • ratio = 0.0:完全使用 clip1,忽略 clip2
  • ratio = 0.5:两个模型各贡献 50%
  • ratio = 1.0:完全使用 clip2,忽略 clip1

使用场景

  1. 模型风格融合:结合在不同数据上训练的 CLIP 模型的特征
  2. 性能优化:平衡不同模型的优缺点
  3. 实验研究:探索不同 CLIP 编码器的组合

本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑


Source fingerprint (SHA-256): 0d3c8388dbe88675ea7fb51161ab41ce898bcf63983b3d2817b16ec5bfa613e5

官方原文

本页来自 Comfy-Org 官方中文文档的固定版本,并转换为 xueai 静态页面。内容以官方持续更新的页面为准。

内容授权与修改

官方文档采用 GPL-3.0。本站保留许可证、固定提交号和修改说明,不代表 ComfyUI 或 Comfy-Org 对本站背书。

GPL-3.0来源和修改说明