ComfyUI Load Checkpoint 节点详细介绍

一、功能与作用

模型加载

• 核心功能：从本地指定路径加载 .ckpt 或 .safetensors 格式的模型文件，支持 SD1.5、SDXL 等主流扩散模型。
  

输出内容

• MODEL：UNet 模型，负责潜在空间图像的扩散预测（去噪过程）。
• CLIP：文本编码器，将提示词转换为语义向量，用于引导图像生成方向。
• VAE：变分自动编码器，负责将潜在空间图像解码为像素图像。

扩展功能

• 配置文件支持：通过 Load Checkpoint with config 节点加载自定义配置文件（位于 models/configs），可适配特定模型的参数设置。
• 多模型切换：在节点下拉菜单中切换不同模型，直接改变生成图像的风格和质量。

二、参数与操作

主要参数

• ckpt_name：选择已安装的大模型文件（需提前放入 models/checkpoints 目录）。
• config_name（可选）：指定模型配置文件（如未配置，默认使用内置参数）。

输出连接

• MODEL → 连接至采样器（如 KSampler）的 model 输入端口，控制去噪逻辑。
• CLIP → 连接至文本编码器（CLIP Text Encode），用于处理提示词。
• VAE → 连接至解码器（VAE Decode），将潜在图像转换为可视结果。

三、配置与使用

模型存放路径

• 默认路径：将模型文件（.ckpt 或 .safetensors）放置于 ComfyUI/models/checkpoints 目录。
• 共享模型：通过修改 extra_model_paths.yaml 文件，可与其他工具（如 WebUI）共用同一模型库。

操作示例

• 加载模型后，通过 ckpt_name 下拉菜单选择目标模型，点击生成按钮（如 Queue Prompt）即可启动流程。
• 不同模型生成效果差异显著，例如：写实模型（如 RealisticVision）生成高细节图像；动漫模型（如 Anything V5）输出二次元风格。

四、注意事项

模型兼容性

• SD1.5 与 SDXL 模型需对应不同的工作流设计，混合使用可能导致崩溃。
• 部分模型需搭配特定 VAE 文件（如 vae-ft-mse-840000-ema-pruned.ckpt）以优化解码效果。

性能要求

• 大模型（如 SDXL）对显存需求较高，建议至少 8GB VRAM 的 GPU 设备。
• 模型体积越大，生成耗时越长（如 7GB 模型生成时间约为 2GB 模型的 3 倍）。

通过合理配置 Load Checkpoint 节点，用户可快速切换模型风格，实现从基础文生图到精细化控制的全流程操作。