内置节点参考
TomePatchModel - ComfyUI Built-in Node Documentation
Complete documentation for the TomePatchModel node in ComfyUI. Learn its inputs, outputs, parameters and usage.
TomePatchModel 节点对扩散模型应用令牌合并（ToMe），以减少推理过程中的计算需求。其工作原理是在注意力机制中选择性地合并相似令牌，使模型能够处理更少的令牌，同时保持图像质量。该技术有助于在无明显质量损失的情况下加速生成。
输入
| 参数 | 描述 | 数据类型 | 是否必填 | 范围 |
|---|---|---|---|---|
模型 |
要应用令牌合并的扩散模型 | MODEL | 是 | - |
比率 |
要合并的令牌比例（默认值：0.3） | FLOAT | 否 | 0.0 - 1.0 |
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
模型 |
已应用令牌合并的修改后模型 | MODEL |
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): 23d63ffa1b468a8a41533cc926125f4ef566b13edd1d95a6ef1ae63096a9d878
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。