[AIGC] ComfyUI 节点解释

英文原文：https://aituts.com/comfyui/

我们如何了解实际发生的情况以便我们可以创建和修改工作流程？

要了解节点，我们必须了解一些稳定扩散的工作原理。

让我们看一下默认的工作流程。

如果您没有使用默认工作流程，或者您一直在搞乱界面，请单击右侧边栏上的“Load Default”。

Load Checkpoint Node

用于生成图像的 .safetensors 或 .ckpt 检查点模型有 3 个主要组件：

• Unet：执行“扩散”过程，即我们称之为生成的图像的逐步处理
• CLIP：将文本转换为Unet可以理解的格式
• VAE：将图像从潜在空间解码到像素空间（当我们进行 img2img 时，也用于将常规图像从像素空间编码到潜在空间）

在 ComfyUI 工作流程中，这由 Load Checkpoint 节点及其 3 个输出表示（MODEL 指 Unet）。

这些输出连接到什么？

CLIP Text Encode Node

Load Checkpoint 节点的 CLIP 输出连接到 CLIP Text Encode 节点。

CLIP模型用于将文本转换为Unet可以理解的格式（文本的数字表示）。 我们称这些为嵌入。

CLIP Text Encode 节点将检查点的 CLIP 模型作为输入，将提示（正向和负向）作为变量，执行编码过程，并将这些嵌入输出到下一个节点 KSampler。

KSampler

在 Stable Diffusion 中，图像是通过称为采样的过程生成的。

在 ComfyUI 中，此过程发生在 KSampler 节点中。 这是实际的“生成”部分，因此您会注意到，当您对提示进行排队时，KSampler 需要花费最多的时间来运行。

KSampler 接受以下输入：

• model：来自 Load Checkpoint 节点的 MODEL 输出 (Unet)
• positive：CLIP模型编码的正向提示（CLIP Text Encode节点）
• negative：CLIP模型编码的否定提示（其他CLIP Text Encode节点）
• latent_image：潜在空间中的图像（Empty Latent Image节点）

由于我们仅根据提示生成图像 (txt2img)，因此我们使用 Empty Latent Image节点向 Latent_image 传递空图像。

（您也可以将实际图像传递给 KSampler，以执行 img2img。我们将在下面讨论这一点）

KSampler 中发生了什么？
 
Diffusion(扩散)是实际生成图像的过程。
 
我们从随机信息数组和嵌入（编码的正面和负面提示词）开始。
 
扩散发生在多个步骤中，每个步骤都对信息数组（也称为潜在变量）进行操作，并产生另一个更类似于提示文本的信息数组。
 
因此，我们从一个随机信息数组开始，最后得到一个类似于我们已知的信息的数组。
 
KSampler 输出此信息。 然而，它还不在像素空间中（我们看不到它），它仍然是一个潜在的表示。

VAE

VAEDecode 节点有 2 个输入：

• 我们的检查点模型附带的 VAE（您也可以添加自己的 VAE）
• 我们的KSampler已经完成去噪的潜在空间图像。

VAE 用于将图像从潜在空间转换到像素空间。

它将最终的像素图像传递到“Save Image”节点，该节点用于向我们显示图像并让我们下载它。

默认工作流程是您在 ComfyUI 中找到的最简单的工作流程。