# ComfyUI: Japanese 組み込みノード ノード Model ## Model ### Conditioning - [オーディオエンコーダーエンコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/AudioEncoderEncode.md): AudioEncoderEncode ノードは、オーディオエンコーダーモデルを使用してオーディオをエンコードされた表現に変換します。 - [CLIPの最終層を設定 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipSetLastLayer.md): CLIP Set Last Layer は、CLIP モデルの処理の深さを制御するための ComfyUI のコアノードです。 - [CLIPテキストエンコード(プロンプト) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipTextEncode.md): CLIPモデルを使用してテキストプロンプトをエンコードし、拡散モデルが特定の画像を生成するよう誘導するために使用できる埋め込みに変換します。 - [CLIPテキストエンコードコントロールネット - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CLIPTextEncodeControlnet.md): CLIP Text Encode (Controlnet) ノードは、CLIP モデルでテキストプロンプトをエンコードし、得られたテキストエンコーディングを既存の conditioning データに追加します。 - [CLIPビジョンエンコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipVisionEncode.md): CLIP Vision Encode ノードは、ComfyUI における画像エンコードノードであり、CLIP Vision モデルを通じて入力画像を視覚特徴ベクトルに変換します。 - [インペイントモデル条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/InpaintModelConditioning.md): InpaintModelConditioning ノードは、インペイントモデルの条件付けプロセスを容易にするために設計されており、様々な条件付け入力を統合・操作してインペイント出力を調整することを可能にします。 - [MiniMax H3 画像コンディショニング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxH3ImageConditioning.md): MiniMax H3 Image を使用して、プロンプトをコンディショニングと静止画用の空の潜在変数に変換します。 - [NormalizeVideoLatentStart - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/NormalizeVideoLatentStart.md): このノードは、ビデオ latent の最初の数フレームを調整し、後続のフレームにより似た見た目にします。 - [PiD コンディショニング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/PiDConditioning.md): latent と degradesigma の値を CONDITIONING に付加することで、PiD デコードやアップスケーリングに使用できるようにします。 - [参照潜在変数 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ReferenceLatent.md): このノードは、編集モデル用のガイド latent を設定します。コンディショニングデータとオプションの latent 入力を受け取り、参照 latent 情報を含むようにコンディショニングを変更します。 - [参照マルチ latent を設定 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ReferenceMultiLatent.md): このノードは、1つ以上の参照画像をエンコードし、その潜在変数を編集モデルが使用するコンディショニングに追加します。 - [ReferenceTimbreAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ReferenceTimbreAudio.md): このノードは、「ace step 1.5」処理の参照オーディオを設定します。conditioning 入力と、任意でオーディオの潜在表現を受け取り、その潜在データを conditioning に付加します。 - [コンディショニングを保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SaveConditioning.md): このノードは、単一の conditioning を safetensors ファイルとして output フォルダに保存します。 - [SeedVR2コンディショニングを適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SeedVR2Conditioning.md): Builds positive and negative conditioning from a VAE latent for use with the SeedVR2 model. - [スタイルモデルを適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/StyleModelApply.md): このノードは、スタイルモデルを指定された条件付け(conditioning)に適用し、CLIPビジョンモデルの出力に基づいてスタイルを強化または変更します。 - [T5TokenizerOptions - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/T5TokenizerOptions.md): T5TokenizerOptions ノードは、さまざまな T5 モデルタイプのトークナイザー設定を行います。 - [unCLIP条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/unCLIPConditioning.md): このノードは、CLIPビジョン出力を条件付けプロセスに統合し、指定された強度とノイズ拡張パラメータに基づいてこれらの出力の影響を調整するように設計されています。 - [MOSS-Image カラー/深度制御 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MOSSImageControl.md): MOSS-Image カラー/デプス制御アダプターのカラー領域マップとデプスマップをコンディショニングに追加します。 - [TextEncodeFibo2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeFibo2.md): Fibo 2.0 のプロンプトをコンディショニングと対応する空の latent にエンコードします。 - [Text Encode MOSS-Image Edit - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeMOSSImageEdit.md): 編集指示と参照画像をまとめて、MOSS-Image 編集 LoRA 用の conditioning にエンコードします。 - [p-h3-image コンディショニング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/PH3ImageConditioning.md): このノードは、p-h3-image を使用して、プロンプトをコンディショニングと 1 枚の静止画像用の空の latent に変換します。 - [RelayVSRConditioning - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/RelayVSRConditioning.md): RelayVSR Conditioning は、RelayVSR による動画アップスケール用のコンディショニングと空の latent を準備します。 #### Ace - [TextEncodeAceStepAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeAceStepAudio.md): TextEncodeAceStepAudio ノードは、タグと歌詞をトークンに結合し、調整可能な歌詞の強度でエンコードすることにより、オーディオ条件付け用のテキスト入力を処理します。 - [TextEncodeAceStepAudio1.5 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeAceStepAudio1.5.md): TextEncodeAceStepAudio1.5 ノードは、AceStepAudio 1.5 モデルで使用するためのテキストとオーディオ関連のメタデータを準備します。 #### Autoregressive - [ARVideoI2V - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ARVideoI2V.md): このノードは、Causal Forcing または Self-Forcing を使用する AR(自己回帰)動画モデル向けの、画像から動画への生成セットアップを準備します。 #### Bernini - [Berniniコンディショニング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/BerniniConditioning.md): BerniniConditioningノードは、Wan2.2-A14Bモデル用の動画および画像の条件付けデータを準備します。 #### Boogu - [TextEncodeBooguEdit - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeBooguEdit.md): このノードは、Boogu を使用した画像編集のための conditioning を準備します。 #### Controlnet - [ControlNetを適用(旧) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ControlNetApply.md): ControlNetを使用するには、入力画像の前処理が必要です。ComfyUIの初期ノードにはプリプロセッサーやControlNetモデルが付属していないため - [ControlNetを適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ControlNetApplyAdvanced.md): このノードは、画像とコントロールネットモデルに基づいて、条件付けデータに高度なコントロールネット変換を適用します。 - [VAEでControlNetを適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ControlNetApplySD3.md): このノードは、Stable Diffusion 3 の条件付けに ControlNet ガイダンスを適用します。 - [ControlNetインペインティングAliMamaを適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ControlNetInpaintingAliMamaApply.md): ControlNetInpaintingAliMamaApply ノードは、インペインティングタスクのために、ポジティブコンディショニングとネガティブコンディショニングをコントロール画像およびマスクと組み合わせることで、ControlNet コンディショニングを適用します。 - [Union ControlNetタイプを設定 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SetUnionControlNetType.md): SetUnionControlNetType ノードを使用すると、コントロールネットワークが使用するコントロールタイプを選択できます。 #### Cosmos - [CosmosImageToVideoLatent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CosmosImageToVideoLatent.md): CosmosImageToVideoLatent ノードは、入力画像からビデオの潜在表現を生成します。 - [CosmosPredict2ImageToVideoLatent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CosmosPredict2ImageToVideoLatent.md): Cosmos Predict2 の画像から動画へのワークフロー用の動画潜在変数を作成します。 #### FLUX - [CLIPテキストエンコードフラックス - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipTextEncodeFlux.md): CLIPTextEncodeFlux は、Flux アーキテクチャ向けに設計されたテキストエンコードノードです。 - [FLUX 3 Image レイアウトプロンプト - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Flux3LayoutPrompt.md): プロンプトから FLUX 3 Image が読み取るレイアウトテーブルを構築します。 - [FluxDisableGuidance - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/FluxDisableGuidance.md): このノードは、Flux および Flux 類似モデルにおいて guidance 埋め込みを完全に無効化します。 - [フラックスガイダンス - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/FluxGuidance.md): Complete documentation for the FluxGuidance node in ComfyUI. Learn its inputs, outputs, parameters and usage. - [FluxKontextImageScale - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/FluxKontextImageScale.md): このノードは、入力画像のアスペクト比に基づいて、Lanczosアルゴリズムを使用してFlux Kontextモデルのトレーニング時に使用される最適なサイズに画像をスケーリングします。 - [FluxKontextMultiReferenceLatentMethod - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/FluxKontextMultiReferenceLatentMethod.md): FluxKontextMultiReferenceLatentMethod ノードは、選択した参照 latent メソッドを conditioning データ内に保存することで、そのデータを更新します。 #### Gligen - [GLIGENテキストボックスを適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/GLIGENTextBoxApply.md): GLIGENTextBoxApply ノードは、テキストベースの条件付けを生成モデルの入力に統合するために設計されています。 #### Hidream - [CLIPTextEncodeHiDream - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CLIPTextEncodeHiDream.md): CLIPTextEncodeHiDreamノードは、異なる言語モデル(CLIP-L、CLIP-G、T5-XXL、LLaMA)を使用して4つの個別のテキスト入力を処理し、それらを単一のconditioning出力に結合します。 - [HiDream-O1 参照画像 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HiDreamO1ReferenceImages.md): このノードは、参照画像をポジティブコンディショニングとネガティブコンディショニングの両方に添付し、後段のノードがそれらを使用して生成をガイドできるようにします。 #### Hunyuan 3d - [Hunyuan3Dv2Conditioning - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Hunyuan3Dv2Conditioning.md): Hunyuan3Dv2Conditioning ノードは、CLIP ビジョン出力を処理して 3D モデル用のコンディショニングデータを生成します。 - [Hunyuan3Dv2ConditioningMultiView - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Hunyuan3Dv2ConditioningMultiView.md): Hunyuan3Dv2ConditioningMultiView ノードは、最大4つのビュー(front、left、back、right)からの CLIP vision 出力を、単一のマルチビュー コンディショニングに結合します。 #### Hunyuan Image - [CLIPテキストエンコードフンユアンDiT - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipTextEncodeHunyuanDit.md): CLIPTextEncodeHunyuanDiT ノードは、テキスト記述を HunyuanDiT モデルが理解できる形式に変換します。 #### Hunyuan Video - [HunyuanImageToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HunyuanImageToVideo.md): HunyuanImageToVideo ノードは、Hunyuan ビデオモデルを使用して画像をビデオの潜在表現に変換します。 - [HunyuanRefinerLatent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HunyuanRefinerLatent.md): HunyuanRefinerLatent ノードは、Hunyuan ビデオ精細化プロセスのためのコンディショニングデータと潜在データを準備します。 - [HunyuanVideo15ImageToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HunyuanVideo15ImageToVideo.md): HunyuanVideo15ImageToVideo ノードは、HunyuanVideo 1.5 モデルに基づいて、ビデオ生成のための conditioning と潜在空間データを準備します。 - [HunyuanVideo15SuperResolution - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HunyuanVideo15SuperResolution.md): HunyuanVideo15SuperResolution ノードは、ビデオ超解像プロセス用のコンディショニングデータを準備します。 - [TextEncodeHunyuanVideo_ImageToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeHunyuanVideo_ImageToVideo.md): TextEncodeHunyuanVideoImageToVideo ノードは、テキストプロンプトと参照画像からの視覚情報を組み合わせることで、画像から動画への生成用のコンディショニングデータを作成します。 #### Instructpix2pix - [PixToPix条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/InstructPixToPixConditioning.md): InstructPixToPixConditioning ノードは、ポジティブおよびネガティブなテキストプロンプトと画像データを組み合わせることで、InstructPix2Pix 画像編集用のコンディショニングデータを準備します。 #### Joyimage - [TextEncodeJoyImageEdit - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeJoyImageEdit.md): このノードは、テキストプロンプトとオプションの画像を、JoyImageモデルで使用するための条件付けデータにエンコードします。 #### Kandinsky - [CLIPTextEncodeKandinsky5 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CLIPTextEncodeKandinsky5.md): CLIP Text Encode (Kandinsky 5) ノードは、Kandinsky 5 モデルで使用するためのテキストプロンプトを準備します。 - [Kandinsky5ImageToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Kandinsky5ImageToVideo.md): Kandinsky5ImageToVideo ノードは、Kandinsky モデルを使用した動画生成のためのコンディショニングと latent データを準備します。 #### Lotus - [LotusConditioning - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LotusConditioning.md): LotusConditioning ノードは、Lotus モデル用の固定された事前計算済みコンディショニング埋め込みを提供します。 #### Ltxv - [IC-LoRAパラメータの取得 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/GetICLoRAParameters.md): このノードは、LoRA ローダーで読み込まれたモデルのメタデータを解析し、参照用ダウンスケール係数などの IC-LoRA パラメータを抽出します。 - [LTXV 生成キーフレームを追加 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVAddGeneratedKeyframes.md): LTXV Add Generated Keyframes ノードは、ディテール用キーフレームをビデオ潜在に追加します。 - [LTXVAddGuide - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVAddGuide.md): LTXVAddGuideノードは、入力画像または動画をVAEエンコーダーを通じてエンコードし、ガイドキーフレームとして潜在動画シーケンスに追加します。 - [LTXV Latentガイドを追加 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVAddLatentGuide.md): LTXV Add Latent Guide ノードは、ガイドが画像ではなく前段の処理から出力される場合に、すでにエンコード済みの latent をガイドとして固定します。 - [LTXV条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVConditioning.md): LTXVConditioning ノードは、動画生成モデル用に、ポジティブおよびネガティブの両方の conditioning 入力にフレームレート情報を追加します。 - [LTXVCropGuides - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVCropGuides.md): LTXVCropGuides ノードは、動画生成ワークフローからキーフレームガイダンスデータを削除します。 - [LTXV持続時間予測器 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVDurationPredictor.md): このノードは、ModelPatchLoader で読み込んだ LTX 2.4 デュレーションヘッドを使用して、テキストプロンプトに対する自然なショット時間を予測し、その結果を VAE の 8k+1 フレームグリッドに揃えます。 - [LTXV 生成キーフレームをガイドに変換 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVGeneratedKeyframesToGuides.md): LTXV Generated Keyframes to Guides ノードは、以前の段階で生成されたキーフレームを、後続のキャンバス上の凍結画像ガイドとしてピン留めします。 - [LTXV画像からビデオへ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVImgToVideo.md): LTXVImgToVideo は、入力画像を動画生成モデル用の動画潜在表現に変換します。 - [LTXVImgToVideoInplace - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVImgToVideoInplace.md): LTXVImgToInplace は、入力画像を潜在空間にエンコードし、そのエンコードされたフレームを既存の潜在ビデオの先頭に配置します。 - [LTXV Reference Audio (ID-LoRA) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVReferenceAudio.md): LTXV Reference Audio は、参照オーディオクリップから生成オーディオへ話者の声のアイデンティティを転送します。 - [LTXV 生成キーフレームを分離 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVSeparateGeneratedKeyframes.md): LTXV Separate Generated Keyframes ノードは、LTXV Add Generated Keyframes によって追加された生成キーフレームを、サンプリング済み latent から再び分離し、コンディショニングから削除します。 #### Lumina - [CLIP Text Encode for Lumina2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CLIPTextEncodeLumina2.md): このノードは、CLIPモデルを使用してシステムプロンプトとユーザープロンプトをエンコードし、拡散モデルを特定の画像生成に導くために使用できる埋め込みを生成します。 #### Mage - [TextEncodeMageFlowEdit - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeMageFlowEdit.md): このノードは、Mage-Flow-Edit モデル向けに、編集指示(プロンプト)と 1 つ以上の参照画像をエンコードします。 #### Ming Image - [Ming Image Edit テキストエンコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeMingImageEdit.md): Text Encode Ming Image Edit は、テキストプロンプトを Ming 画像編集用の conditioning にエンコードし、オプションで参照画像を混在させます。 #### Minimax - [MiniMax H3用ガイドを追加 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxH3AddGuide.md): このノードは、画像、短いクリップ、音声、またはサウンドトラック付きクリップを、MiniMax H3 動画の任意のフレームにアンカーします。 - [MiniMax H3 画像から動画へ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxH3ImageToVideo.md): このノードは、MiniMax H3 モデルで動画を生成するために必要なコンディショニングと空の潜在表現を準備します。 - [MiniMax H3 リファレンスから動画へ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxH3ReferenceToVideo.md): MiniMax H3 Reference to Video は、MiniMax H3 の reference-to-video 生成に必要なテキストコンディショニングと空の音声・映像潜在表現を作成します。 #### Minimax Music - [MiniMax Music3 Text Encode - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxMusic3TextEncode.md): MiniMax Music3 Text Encode は、MiniMax Music3 CLIP モデルを使用して、テキストキャプションと歌詞を音楽生成用の音響コンディショニングシーケンスに変換します。 #### Moss Image - [MOSS-Image レイアウトプロンプト - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MOSSImageLayoutPrompt.md): MOSS-Image が読み取るレイアウトプロンプトを構築します。Create Bounding Boxes ノードで描画された要素を受け取り、ボックスごとに1つのエントリを持つ JSON レイアウトを出力します。 #### Photomaker - [フォトメーカーエンコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/PhotoMakerEncode.md): PhotoMakerEncode ノードは、参照画像とテキストプロンプトを組み合わせて、画像生成用のコンディショニングデータを作成します。 #### Pixart - [CLIPTextEncodePixArtAlpha - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CLIPTextEncodePixArtAlpha.md): テキストをエンコードし、PixArt Alpha用の解像度条件付けを設定します。 #### Qwen Image - [Qwen Image 2.1 キャッシュ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/QwenImage21Cache.md): QwenImage21Cache ノードは、Qwen-Image 2.1 モデルの KV プレフィックスキャッシュを構成します。 - [テキストエンコード Qwen Image 2.1 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeQwenImage21.md): TextEncodeQwenImage21 ノードは、Qwen-Image 2.1 モデル用のプロンプトとネガティブプロンプトをエンコードし、必要に応じて参照画像を添付します。 - [テキストエンコード Qwen Image Edit - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeQwenImageEdit.md): TextEncodeQwenImageEdit ノードは、テキストプロンプトとオプションの画像を、画像生成または編集用の条件付けデータに変換します。 - [テキストエンコード Qwen Image Edit Plus - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeQwenImageEditPlus.md): TextEncodeQwenImageEditPlus ノードは、テキストプロンプトと最大3つのオプション画像を処理し、画像生成または編集タスク用のコンディショニングデータを生成します。 #### Stable Audio - [ConditioningStableAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningStableAudio.md): ConditioningStableAudio ノードは、オーディオ生成用のポジティブおよびネガティブ conditioning 入力の両方にタイミング情報を追加します。 #### Stable Cascade - [安定カスケード_ステージB条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/StableCascade_StageB_Conditioning.md): StableCascadeStageBConditioning ノードは、既存のコンディショニング情報と Stage C によって生成された事前潜在表現を組み合わせることで、Stable Cascade Stage B 生成用のコンディショニングデータを準備します。 #### Stable Diffusion - [CLIPテキストエンコードSD3 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CLIPTextEncodeSD3.md): CLIPTextEncodeSD3は、異なるCLIPモデルを使用して複数のテキストプロンプトをエンコードすることで、Stable Diffusion 3モデル用のテキスト入力を処理します。 - [CLIPテキストエンコードSDXL - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipTextEncodeSdxl.md): このノードは、SDXLアーキテクチャ用に特別にカスタマイズされたCLIPモデルを使用して、テキスト入力をエンコードするように設計されています。 - [CLIPテキストエンコードSDXLリファイナー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipTextEncodeSdxlRefiner.md): このノードは、SDXL Refinerモデル用に特別に設計されており、美的スコアと次元情報を組み込むことで、テキストプロンプトをコンディショニング情報に変換し、生成タスクの条件を強化して、最終的なリファイン効果を向上させます。 #### Stable Diffusion Upscaler - [SD_4X拡大条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SD_4XUpscale_Conditioning.md): SD4XUpscaleConditioning ノードは、拡散モデルで画像をアップスケールするためのコンディショニングデータを準備します。 #### Stable Video 3d - [SV3D条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SV3D_Conditioning.md): SV3DConditioning は、SV3D モデルを使用した 3D 動画生成用のコンディショニングデータを準備します。 #### Stable Zero123 - [安定ゼロ123条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/StableZero123_Conditioning.md): StableZero123Conditioning ノードは、入力画像とカメラ角度を処理して、3D モデル生成用のコンディショニングデータと潜在表現を生成します。 - [安定ゼロ123条件付け(バッチ) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/StableZero123_Conditioning_Batched.md): StableZero123ConditioningBatched ノードは、単一の入力画像から3Dモデルを生成するためのコンディショニングデータを準備します。 #### Transform - [条件付け(連結) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningConcat.md): ConditioningConcat ノードは、コンディショニングベクトルを連結するために設計されており、具体的には conditioningfrom ベクトルを conditioningto ベクトルにマージします。 - [コンディショニング(乗算) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningMultiply.md): このノードは、条件付けの値を指定された係数で乗算し、生成プロセスにおける条件付けの影響を拡大・縮小できるようにします。 - [条件付け(エリア設定) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningSetArea.md): このノードは、コンディショニングコンテキスト内に特定の領域を設定することで、コンディショニング情報を変更するように設計されています。 - [条件付け(パーセンテージでエリア設定) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningSetAreaPercentage.md): ConditioningSetAreaPercentageノードは、条件付け要素の影響範囲をパーセンテージ値に基づいて調整することに特化しています。 - [ビデオの条件設定エリアのパーセンテージ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningSetAreaPercentageVideo.md): ConditioningSetAreaPercentageVideo ノードは、ビデオ生成用に特定の領域と時間的範囲を定義することで、conditioning データを変更します。 - [条件付けエリア強度 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningSetAreaStrength.md): このノードは、指定された条件付けセットの強度属性を変更するために設計されており、生成プロセスにおける条件付けの影響や強度を調整することができます。 - [条件付け(マスク設定) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningSetMask.md): このノードは、指定された強度でマスクを特定の領域に適用することにより、生成モデルの条件付け(conditioning)を変更するように設計されています。 - [条件付けタイムステップ範囲 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningSetTimestepRange.md): このノードは、特定のタイムステップ範囲を設定することで、コンディショニングの時間的側面を調整するために設計されています。 - [条件付けゼロアウト - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningZeroOut.md): このノードは、条件付けデータ構造内の特定の要素をゼロに設定し、後続の処理ステップにおけるそれらの影響を実質的に無効化します。 #### Trellis - [Pixal3D コンディショニング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Pixal3DConditioning.md): Pixal3DConditioning ノードは、Trellis2 3D 生成パイプライン用の画像コンディショニングを準備します。 - [Pixal3D マルチビュー条件付け - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Pixal3DMultiViewConditioning.md): The Pixal3D Multi-View Conditioning node builds conditioning data from a fixed orbit camera rig: front, left, back, and right views placed 90 degrees apart - [Trellis2 コンディショニング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Trellis2Conditioning.md): Trellis2Conditioning は、入力画像を TRELLIS.2 モデル用のコンディショニングデータに変換します。 - [Trellis2 形状ステージ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Trellis2ShapeStage.md): このノードは、Trellis2 パイプラインの最初のシェイプ生成サンプリングパスをセットアップします。 - [Trellis2 テクスチャステージ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Trellis2TextureStage.md): このノードは、Trellis2 生成のテクスチャ段階サンプリングパスを設定します。 - [Trellis2 アップサンプルステージ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Trellis2UpsampleStage.md): このノードは、512 解像度の形状潜在変数を高解像度スパース座標へアップスケールし、ターゲット解像度で第2形状ステージサンプリングパスを準備します。 #### Triposplat - [TripoSplatコンディショニング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TripoSplatConditioning.md): このノードは、入力画像を DINOv3 画像エンコーダーと Flux2 VAE でエンコードし、TripoSplat モデル用の positive および negative コンディショニングデータを生成します。 - [TripoSplat 前処理画像 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TripoSplatPreprocessImage.md): このノードは、各入力画像を黒背景上の中央正方形にクロップし、パディングを追加して指定された出力サイズに合わせます。 #### Void - [VOIDInpaintConditioning - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VOIDInpaintConditioning.md): VOIDInpaintConditioning ノードは、CogVideoX モデルでインペインティングに必要なコンディショニングデータを準備します。 #### Wan - [Wan22ImageToVideoLatent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Wan22ImageToVideoLatent.md): Wan22ImageToVideoLatent は、画像から動画の潜在表現を生成します。 - [WanFirstLastFrameToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanFirstLastFrameToVideo.md): WanFirstLastFrameToVideo ノードは、開始フレームと終了フレームをテキストプロンプトと組み合わせて、ビデオ生成用のコンディショニングを準備します。 - [Wan画像からビデオへ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanImageToVideo.md): WanImageToVideo ノードは、動画生成用の conditioning と latent 表現を準備します。 ##### Animate - [WanAnimate2Cache - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanAnimate2Cache.md): ポーズビデオのブロック単位のアクティベーションを一度キャッシュすることで、サンプリングステップごとに再計算する必要がなくなり、生成時間がおよそ半分になります。 - [WanAnimate2ToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanAnimate2ToVideo.md): WanAnimate2ToVideo は、参照画像のキャラクターを、別のポーズ動画から顔の表情、体の動き、手のジェスチャーを転送してアニメーション化します。 - [WanAnimateToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanAnimateToVideo.md): WanAnimateToVideo は、参照画像、ポーズ、顔、背景、前のチャンクからのオプションのモーションなどの入力を使用して、Wan でアニメーションビデオを生成するためのコンディショニングデータと初期潜在テンソルを準備します。 ##### Camera - [WanCameraEmbedding - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanCameraEmbedding.md): このノードは、選択したカメラパスに対して Plücker 埋め込みを使用してカメラ軌道埋め込みを生成します。 - [WanCameraImageToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanCameraImageToVideo.md): WanCameraImageToVideoノードは、画像からカメラ制御による動画生成を行うためのコンディショニングデータと潜在データを準備します。 ##### Dancer - [WanDancerEncodeAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanDancerEncodeAudio.md): このノードは音声クリップを分析し、動画生成モデルを誘導するための特徴量セットに変換します。 - [WanDancerVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanDancerVideo.md): WanDancerVideo ノードは、WanDancer モデルでのビデオ生成用に、コンディショニングデータと空の潜在テンソルを準備します。 ##### Fun Control - [Wan22FunControlToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Wan22FunControlToVideo.md): Wan22FunControlToVideo ノードは、Wan ビデオモデルを使用したビデオ生成のために、コンディショニングデータと空の潜在テンソルを準備します。 - [WanFunControlToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanFunControlToVideo.md): このノードは、動画生成のためのAlibaba Wan Fun Controlモデルをサポートするために追加されました。 ##### Fun Inpaint - [WanFunInpaintToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanFunInpaintToVideo.md): WanFunInpaintToVideo ノードは、インペイント形式の動画生成用にコンディショニングと latent データを準備し、オプションの開始画像と終了画像を使用して結果を誘導します。 ##### Humo - [WanHuMoImageToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanHuMoImageToVideo.md): WanHuMoImageToVideo ノードは、Wan HuMo 動画生成パイプライン用のコンディショニングデータと空の潜在動画を準備します。 ##### Infinite Talk - [WanInfiniteTalkToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanInfiniteTalkToVideo.md): WanInfiniteTalkToVideoは、音声入力からビデオシーケンスを生成します。 ##### Move - [GenerateTracks - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/GenerateTracks.md): GenerateTracks ノードは、ビデオ生成用に複数の並行モーションパス(トラック)を作成します。 - [WanMoveConcatTrack - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanMoveConcatTrack.md): WanMoveConcatTrack ノードは、2 セットのモーショントラッキングデータを単一のより長いシーケンスに結合します。 - [WanMoveTracksFromCoords - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanMoveTracksFromCoords.md): WanMoveTracksFromCoords ノードは、JSON 形式の座標文字列からモーショントラックを生成します。 - [WanMoveTrackToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanMoveTrackToVideo.md): WanMoveTrackToVideo ノードは、オプションのモーショントラッキング情報を組み込み、ビデオ生成用のコンディショニングおよび潜在空間データを準備します。 - [WanMoveVisualizeTracks - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanMoveVisualizeTracks.md): WanMoveVisualizeTracks ノードは、モーショントラッキングデータを一連の画像またはビデオフレームにオーバーレイします。 - [WanTrackToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanTrackToVideo.md): WanTrackToVideo ノードは、モーション トラッキング データをビデオ シーケンスに変換し、トラック ポイントを処理して対応するビデオ フレームを生成します。 ##### Phantom Subject - [WanPhantomSubjectToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanPhantomSubjectToVideo.md): The WanPhantomSubjectToVideo ノードは、Wan 動画生成用の conditioning データと latent を準備します。 ##### Scail - [SCAIL-2カラーマスク作成 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SCAIL2ColoredMask.md): このノードは、SAM3 トラッキングデータを、WanSCAILToVideo ノードで使用されるカラーマスクにレンダリングします。 - [WanSCAILToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanSCAILToVideo.md): WanSCAILToVideo ノードは、SCAIL および SCAIL-2 動画モデルによる動画生成のために、コンディショニングと空の潜在空間を準備します。 ##### Sound - [WanSoundImageToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanSoundImageToVideo.md): WanSoundImageToVideo ノードは、Wan サウンド・トゥ・ビデオ生成用のコンディショニングと空の潜在ビデオテンソルを準備します。 - [WanSoundImageToVideoExtend - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanSoundImageToVideoExtend.md): WanSoundImageToVideoExtend ノードは、既存のビデオ潜在表現を拡張して追加フレームを生成します。 ##### Vace - [WanVaceToVideo - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanVaceToVideo.md): WanVaceToVideo ノードは、VACE 制御の動画生成モデル用の動画コンディショニングデータを準備します。 #### Yue2 - [SheetSage2 オーディオからABCへ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SheetSage2AudioToABC.md): このノードは、音楽からボーカルおよび楽器のメロディーをABC記譜法(楽譜を書き記すためのテキストベースの形式)に転記します。 - [YuE2 ABCを生成 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/YuE2GenerateABC.md): このノードは、YuE2 text-and-lyrics モデルを使用して、スタイルの説明と歌詞に基づく楽曲の ABC 記譜法を生成します。 - [YuE2 音楽生成 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/YuE2GenerateMusic.md): スタイル、歌詞、ABC記譜法から音楽トークンと音響コンディショニングを生成します。 #### Z Image - [TextEncodeZImageOmni - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TextEncodeZImageOmni.md): TextEncodeZImageOmni は、テキストプロンプトと最大 3 つのオプションの参照画像を、画像生成モデル用のコンディショニング形式にエンコードします。 ### Latent - [空の潜在音声 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyLatentAudio.md): Empty Latent Audio は、オーディオ処理用の空の潜在テンソルを作成します。 - [空の潜在画像 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyLatentImage.md): EmptyLatentImageノードは、指定された寸法とバッチサイズで空白の潜在空間表現を生成するために設計されています。 - [オーディオlatentサイズを取得 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/GetAudioLatentSize.md): オーディオ latent を読み取り、その長さ、オーディオチャンネル数、バッチサイズを返します。 - [潜在合成 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentComposite.md): LatentCompositeノードは、2つの潜在表現を1つの出力にブレンドまたはマージするために設計されています。 - [マスクされた潜在合成 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentCompositeMasked.md): LatentCompositeMaskedノードは、2つの潜在表現を指定された座標でブレンドするために設計されており、オプションでマスクを使用することで、より制御された合成を実現します。 - [潜在を拡大 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentUpscale.md): LatentUpscale ノードは、画像の潜在表現をアップスケールするために設計されています。 - [潜在を拡大(指定サイズ) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentUpscaleBy.md): LatentUpscaleBy ノードは、画像の潜在表現をアップスケーリングするために設計されています。 - [潜在を読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoadLatent.md): The LoadLatentノードは、入力ディレクトリ内の.latentファイルから以前に保存された潜在表現を読み込みます。 - [潜在を保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SaveLatent.md): SaveLatent は、潜在テンソルを .latent ファイルとしてディスクに保存し、後で再利用または共有できるようにします。 - [潜在ノイズマスクを設定 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SetLatentNoiseMask.md): このノードは、潜在サンプルのセットにノイズマスクを適用するために設計されています。 - [TrimVideoLatent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TrimVideoLatent.md): TrimVideoLatent ノードは、ビデオ潜在表現の先頭からフレームを削除します。 - [VAEデコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEDecode.md): VAEDecode ノードは、指定された変分オートエンコーダ(VAE)を使用して、潜在表現を画像にデコードするために設計されています。 - [VAEデコード音声 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEDecodeAudio.md): このノードは、変分オートエンコーダ(VAE)を使用して、音声の潜在表現を再生可能な音声波形に戻します。 - [VAEデコードオーディオ(タイル) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEDecodeAudioTiled.md): このノードは、圧縮されたオーディオ表現(潜在サンプル)を、変分オートエンコーダ(VAE)を用いてオーディオ波形に戻します。 - [VAEデコード(タイル) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEDecodeTiled.md): VAEDecodeTiled ノードは、タイル分割方式を使用して潜在表現を画像にデコードし、大きな画像を効率的に処理します。 - [VAEエンコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEEncode.md): このノードは、指定されたVAEモデルを使用して画像を潜在空間表現にエンコードするために設計されています。 - [VAEエンコード音声 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEEncodeAudio.md): VAE Encode Audio ノードは、Variational Autoencoder(VAE)を使用して音声データを潜在表現に変換します。 - [VAEエンコード(インペイント用) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEEncodeForInpaint.md): このノードは、インペイントタスクに適した潜在表現に画像をエンコードするために設計されており、VAEモデルによる最適なエンコードのために入力画像とマスクを調整する追加の前処理手順を組み込んでいます。 - [VAEエンコード(タイル) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEEncodeTiled.md): VAEEncodeTiled は、画像をより小さなタイルに分割し、変分オートエンコーダーを使用してエンコードすることで画像を処理します。 - [MiniMax H3 モデルによる潜在アップスケール - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxH3LatentUpscaleWithModel.md): MiniMax H3 Latent Upscale With Model は、MiniMax H3 latent の映像部分を、latent アップスケールモデルを使用して指定した幅と高さにリサイズします。 #### Ace - [EmptyAceStep1.5LatentAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyAceStep1.5LatentAudio.md): The Empty Ace Step 1.5 Latent Audio ノードは、オーディオ生成ワークフロー用の空の(無音の)オーディオ潜在テンソルを作成します。 - [EmptyAceStepLatentAudio - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyAceStepLatentAudio.md): Empty Ace Step 1.0 Latent Audio ノードは、指定した長さの空の潜在音声サンプルを作成します。 #### Advanced - [潜在追加 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentAdd.md): LatentAddノードは、2つの潜在表現を加算するために設計されています。これらの表現にエンコードされた特徴や特性を、要素ごとの加算によって組み合わせる機能を提供します。 - [潜在バッチシード動作 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentBatchSeedBehavior.md): LatentBatchSeedBehavior ノードは、潜在サンプルのバッチにおけるシード動作を変更するために設計されています。 - [潜在空間結合 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentConcat.md): The LatentConcat ノードは、2つの潜在サンプルを選択した次元に沿って結合します。 - [潜在空間カット - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentCut.md): LatentCut ノードは、選択した次元に沿って潜在サンプルから特定のセクションを抽出します。 - [LatentCutToBatch - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentCutToBatch.md): LatentCutToBatch ノードは、選択した次元(時間、幅、または高さ)に沿って潜在表現を指定サイズのスライスに分割し、それらのスライスを新しいバッチにスタックします。 - [潜在補間 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentInterpolate.md): LatentInterpolateノードは、指定された比率に基づいて2つの潜在サンプルセット間の補間を実行し、両方のセットの特性をブレンドして、新しい中間的な潜在サンプルセットを生成するように設計されています。 - [潜在乗算 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentMultiply.md): The LatentMultiply node is designed to scale the latent representation of samples by a specified multiplier. - [潜在減算 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentSubtract.md): LatentSubtractノードは、ある潜在表現から別の潜在表現を減算するために設計されています。 ##### Operations - [潜在操作を適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentApplyOperation.md): LatentApplyOperation ノードは、指定された潜在操作を潜在サンプルに適用します。 - [潜在操作CFGを適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentApplyOperationCFG.md): LatentApplyOperationCFG ノードは、モデルのサンプリングプロセスにおける classifier-free guidance(CFG)ステップの内部で、latent 操作を適用します。 - [潜在空間演算ブレンド - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentOperationBlend.md): このノードは、latent を参照 latent に向けてブレンドする latent 操作を作成し、その操作を返します。 - [潜在操作シャープ化 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentOperationSharpen.md): LatentOperationSharpen ノードは、ガウス分布に基づくカーネルを使用して潜在表現用のシャープ化操作を作成します。 - [潜在操作トーンマップライナード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentOperationTonemapReinhard.md): このノードは、latentベクトルにReinhardトーンマッピングを適用するlatent操作を作成します。 #### Autoregressive - [EmptyARVideoLatent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyARVideoLatent.md): EmptyARVideoLatent ノードは、動画生成用の空の潜在表現を作成します。 #### Batch - [latentをバッチ処理 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/BatchLatentsNode.md): Batch Latents ノードは、複数の latent 入力を 1 つのバッチに結合します。 - [潜在バッチ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentBatch.md): LatentBatchノードは、2つの潜在サンプルセットを1つのバッチに統合し、必要に応じて一方のセットのサイズをもう一方に合わせてリサイズした上で連結します。 - [バッチから潜在を取得 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentFromBatch.md): このノードは、指定されたバッチインデックスと長さに基づいて、特定の潜在サンプルのサブセットをバッチから抽出するように設計されています。 - [潜在を再バッチ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/RebatchLatents.md): RebatchLatents ノードは、指定されたバッチサイズに基づいて、潜在表現のバッチを新しいバッチ構成に再編成するように設計されています。 - [潜在バッチを繰り返す - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/RepeatLatentBatch.md): RepeatLatentBatchノードは、指定された潜在表現のバッチを指定回数複製するように設計されています。 - [ReplaceVideoLatentFrames - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ReplaceVideoLatentFrames.md): ReplaceVideoLatentFrames は、指定されたフレームインデックスから、ソースの潜在ビデオのフレームを、宛先の潜在ビデオのフレーム範囲に置き換えます。 #### Chroma Radiance - [EmptyChromaRadianceLatentImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyChromaRadianceLatentImage.md): EmptyChromaRadianceLatentImage ノードは、指定した寸法の空白の潜在画像を作成します。 #### Cosmos - [空の Cosmos latent 動画 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyCosmosLatentVideo.md): EmptyCosmosLatentVideo は、指定された次元で空の潜在ビデオテンソルを作成します。 #### FLUX - [Empty Flux 2 Latent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyFlux2LatentImage.md): Empty Flux 2 Latentノードは、ゼロで埋められた空の潜在表現を作成します。 #### Hidream - [Empty HiDream-O1 潜在画像 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyHiDreamO1LatentImage.md): このノードは、HiDream-O1-Image モデル用のピクセル空間に空の潜在画像を作成します。 #### Hunyuan 3d - [空の Hunyuan 3D v2 latent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyLatentHunyuan3Dv2.md): このノードは、Hunyuan3Dv2 3D生成モデル用にフォーマットされた空(すべてゼロ)の潜在サンプルのバッチを作成します。 - [Hunyuan 3D VAE デコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEDecodeHunyuan3D.md): VAEDecodeHunyuan3Dノードは、VAEデコーダーを使用して潜在表現を3Dボクセルデータに変換します。 #### Hunyuan Image - [空の Hunyuan Image latent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyHunyuanImageLatent.md): EmptyHunyuanImageLatent ノードは、Hunyuan 画像生成モデル用の、すべてゼロの空白の潜在空間を生成します。 #### Hunyuan Video - [空の Hunyuan Video 1.0 latent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyHunyuanLatentVideo.md): EmptyHunyuanLatentVideo ノードは、EmptyLatentImage ノードと類似しています。 - [空の Hunyuan Video 1.5 latent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyHunyuanVideo15Latent.md): このノードは、HunyuanVideo 1.5 モデルで使用するために特別にフォーマットされた空の潜在テンソルを作成します。 - [モデルによる Hunyuan Video 1.5 latent アップスケール - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HunyuanVideo15LatentUpscaleWithModel.md): Hunyuan Video 15 Latent Upscale With Model ノードは、潜在画像表現の解像度を高めます。 #### Ltxv - [空の LTXV latent 動画 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyLTXVLatentVideo.md): EmptyLTXVLatentVideo ノードは、指定した幅、高さ、長さ、バッチサイズを使用して、空の(ゼロで埋められた)潜在ビデオテンソルを作成します。 - [LTXV オーディオVAEデコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVAudioVAEDecode.md): LTXV Audio VAE Decode ノードは、音声の潜在表現を音声波形に戻します。 - [LTXV オーディオVAEエンコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVAudioVAEEncode.md): LTXV Audio VAE Encodeノードは、音声入力を受け取り、指定されたAudio VAEモデルを使用して、より小さな潜在表現に圧縮します。 - [AV Latentを結合 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVConcatAVLatent.md): このノードは、ビデオ潜在表現とオーディオ潜在表現を単一の統合オーディオ・ビデオ(AV)潜在表現に結合し、LTXVやMiniMax H3などのAVモデルで使用できるようにします。 - [空の LTXV latent オーディオ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVEmptyLatentAudio.md): LTXV Empty Latent Audio ノードは、空の(ゼロで埋められた)潜在音声テンソルのバッチを作成します。 - [LTXV 潜在を固定 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVFreezeLatent.md): LTXV Freeze Latent ノードは、latent のノイズマスクをゼロに設定します。 - [LTXVLatentUpsampler - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVLatentUpsampler.md): LTXVLatentUpsampler ノードは、動画の潜在表現の空間解像度を2倍にします。 - [AV Latentを分離 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVSeparateAVLatent.md): LTXVSeparateAVLatent ノードは、結合された音声・映像潜在表現を、映像データを含む潜在表現と音声データを含む潜在表現の2つの潜在表現に分割します。 #### Minimax - [Empty MiniMax H3 AV ラテント - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyMiniMaxH3LatentAV.md): このノードは、MiniMax H3モデル用にビデオ情報とオーディオ情報の両方を組み合わせた空の潜在表現(latent)を作成します。 #### Minimax Music - [空のMiniMax Music3潜在オーディオ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyMiniMaxMusic3LatentAudio.md): このノードは、MiniMax Music3 モデル用の空(ゼロ埋め)のオーディオ latent を作成します。 #### Mochi - [空のMochi潜在ビデオ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyMochiLatentVideo.md): EmptyMochiLatentVideo は、指定した次元の空の潜在動画テンソルを作成します。 #### Qwen - [Empty Qwen Image Layered Latent - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyQwenImageLayeredLatentImage.md): Empty Qwen Image Layered Latent は、Qwen-Image-Layered モデルが描き込むための白紙のキャンバスを準備します。 #### Seedvr - [SeedVR2潜在の分割 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SeedVR2TemporalChunk.md): このノードは、SeedVR2ビデオ潜在表現を、利用可能なVRAM内で一度に処理できる小さな時間的チャンクに分割します。 - [SeedVR2潜在の結合 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SeedVR2TemporalMerge.md): このノードは、サンプリングされたSeedVR2の潜在的な時間的チャンクを再結合し、1つの完全な長さの潜在表現にします。 #### Stable Cascade - [空の Stable Cascade latent 画像 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/StableCascade_EmptyLatentImage.md): StableCascadeEmptyLatentImage ノードは、Stable Cascade モデル用の空の潜在テンソルを作成します。 - [Stable Cascade ステージ C VAE エンコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/StableCascade_StageC_VAEEncode.md): StableCascadeStageCVAEEncode ノードは、入力画像を VAE エンコーダーで処理し、Stable Cascade モデル用の潜在表現を生成します。 #### Stable Diffusion - [空のSD3潜在画像 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptySD3LatentImage.md): EmptySD3LatentImage は、Stable Diffusion 3 モデルが想定するレイアウトで、空(すべてゼロ)の潜在画像を作成します。 #### Transform - [潜在トリミング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentCrop.md): LatentCropノードは、画像の潜在表現に対してクロッピング(切り抜き)操作を実行するために設計されています。 - [潜在反転 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentFlip.md): LatentFlipノードは、潜在表現を垂直または水平に反転させることで操作するように設計されています。 - [潜在回転 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentRotate.md): LatentRotate ノードは、指定された角度に応じて画像の潜在表現を回転させるために設計されています。 #### Trellis - [空の Trellis2 latent 構造 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyTrellis2LatentStructure.md): このノードは、Trellis2モデル用の空の潜在構造を作成します。すべての値はゼロに設定されます。 - [Trellis2 VAE 形状デコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VaeDecodeShapeTrellis.md): このノードは、Trellis2の形状潜在表現を3Dメッシュにデコードします。VAEを使用してスパース形状潜在データをメッシュジオメトリに変換し、デコード中に生成される形状細分化データも出力します。 - [Trellis2 VAE 構造デコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VaeDecodeStructureTrellis2.md): このノードは、VAEの構造デコーダーを使用して、Trellis構造の潜在サンプルを3Dボクセルグリッドに変換します。 - [Trellis2 VAE テクスチャデコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VaeDecodeTextureTrellis.md): このノードは、VAEを使用してTrellis2テクスチャ潜在表現をボクセルカラーにデコードします。 #### Triposplat - [TripoSplat サンプリングプレビュー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TripoSplatSamplingPreview.md): このノードは TripoSplat モデルにパッチを適用し、標準の KSampler ノードで使用すると、各サンプリングステップでデコードされたガウシアンスプラットのライブプレビューが表示されます。 - [TripoSplat デコード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAEDecodeTripoSplat.md): TripoSplat の潜在表現を3Dガウシアンスプラットにデコードします。このノードは、TripoSplat モデルから取得したサンプリング済み潜在表現を受け取り、3Dガウシアンの集合として再構成します。 #### Void - [VOIDWarpedNoise - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VOIDWarpedNoise.md): VOID ビデオリファインメントプロセスの第2パス用に、時間的に相関したノイズを生成します。 - [VOIDWarpedNoiseSource - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VOIDWarpedNoiseSource.md): このノードは、LATENT(VOIDWarpedNoise ノードの出力など)を NOISE ソースに変換します。 #### Yue2 - [空のYuE2 latentオーディオ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/EmptyYuE2LatentAudio.md): このノードは、選択した長さとバッチ数に合わせてサイズ設定された、YuE2 用の空のオーディオ latent を作成します。 ### Loaders - [オーディオエンコーダーローダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/AudioEncoderLoader.md): AudioEncoderLoader ノードは、audioencoders フォルダーに保存されているファイルからオーディオエンコーダーモデルを読み込みます。 - [設定でチェックポイントを読み込む(非推奨) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CheckpointLoader.md): CheckpointLoader ノードは、事前学習済みモデルのチェックポイントを設定ファイルとともに読み込みます。 - [チェックポイントを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CheckpointLoaderSimple.md): 拡散モデルのチェックポイントファイルを読み込み、3つの中核コンポーネントに分割します。 - [CLIPを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipLoader.md): CLIPLoader ノードは、テキストエンコーダーモデル(CLIP、T5 など)をファイルからロードし、テキストプロンプトを数値表現に変換する必要がある他のノードで使用できるようにします。 - [CLIPビジョンを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipVisionLoader.md): このノードは、ComfyUI/models/clipvision フォルダ内に配置されたモデルと、extramodelpaths.yaml ファイルで設定された追加のモデルパスを自動的に検出します。 - [コンディショニングを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ConditioningLoader.md): このノードは、Save Conditioning ノードで以前に保存されたコンディショニング、または conditioning テンソルを含む任意の safetensors ファイルを、embeddings フォルダから読み込みます。 - [ControlNetモデルを読み込む(diff) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/DiffControlNetLoader.md): このノードは、ComfyUI/models/controlnet フォルダ内のモデルを検出し、さらに extramodelpaths.yaml ファイルで設定された追加パスからもモデルを読み取ります。 - [ディフューザーを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/DiffusersLoader.md): DiffusersLoader ノードは、diffusers 形式で保存された事前学習済みモデルを読み込みます。 - [デュアルCLIPを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/DualCLIPLoader.md): DualCLIPLoader ノードは、2つのCLIPモデルを同時に読み込むために設計されており、両方のモデルからの特徴量の統合や比較を必要とする操作を容易にします。 - [フレーム補間モデルを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/FrameInterpolationModelLoader.md): このノードは、フレーム補間モデルファイルを読み込み、ワークフローで使用できるように準備します。 - [GLIGENを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/GLIGENLoader.md): このノードは、ComfyUI/models/gligen フォルダ内にあるモデルを検出し、さらに extramodelpaths.yaml ファイルで設定された追加パスからもモデルを読み込みます。 - [ハイパーネットワークを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HypernetworkLoader.md): このノードは、ComfyUI/models/hypernetworks フォルダ内のモデルを検出し、さらに extramodelpaths.yaml ファイルで設定された追加パスからもモデルを読み込みます。 - [画像のみのチェックポイントローダー(img2vidモデル) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ImageOnlyCheckpointLoader.md): このノードは、ComfyUI/models/checkpoints フォルダ内のモデルを検出し、さらに extramodelpaths.yaml ファイルで設定された追加パスからもモデルを読み込みます。 - [Latent アップスケールモデルを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LatentUpscaleModelLoader.md): LatentUpscaleModelLoader ノードは、ComfyUI の latentupscalemodels フォルダに保存されたファイルから、潜在表現のアップスケールに特化したモデルを読み込みます。 - [背景除去モデルの読み込み - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoadBackgroundRemovalModel.md): ファイルから背景除去モデルを読み込みます。このノードは、他のノードが画像から背景を除去するために使用できるよう、モデルを準備します。 - [Depth Anything 3を読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoadDA3Model.md): このノードは、Depth Anything 3 モデルをファイルから読み込み、深度推定タスクで使用できるように準備します。 - [LoRAを読み込む(モデル) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoadLoraModel.md): 単一のノードで LoRA のスタックを拡散モデルに適用します。loras の各行は LoRA ファイル、その強度、およびオン/オフスイッチを保持し、行は上から下へ適用されるため、各行はその上の行の結果にパッチを適用します。 - [LoRAを読み込む(テキストエンコーダー) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoadLoraTextEncoder.md): 単一のノードで LoRA のスタックを CLIP テキストエンコーダーに適用します。 - [MediaPipe Face Landmarker を読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoadMediaPipeFaceLandmarker.md): このノードは、MediaPipe Face Landmarker v2 モデルを読み込みます。 - [MoGeモデルの読み込み - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoadMoGeModel.md): MoGe(単眼幾何)モデルをファイルから読み込み、幾何推定タスクで使用できるように準備します。 - [LoRAの読み込み(バイパス)(デバッグ用) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoraLoaderBypass.md): LoraLoaderBypass ノードは、特殊な「バイパス」モードで LoRA(Low-Rank Adaptation)を拡散モデルと CLIP モデルに適用します。 - [LoRAの読み込み(バイパス、モデルのみ)(デバッグ用) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoraLoaderBypassModelOnly.md): このノードは、LoRA(Low-Rank Adaptation)をモデルに適用してその動作を変更しますが、モデルコンポーネント自体のみに影響を与えます。 - [LoRAモデルを読み込み - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoraModelLoader.md): LoraModelLoader ノードは、トレーニング済みの LoRA(Low-Rank Adaptation)ウェイトを拡散モデルに適用します。 - [LTXV オーディオテキストエンコーダーローダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXAVTextEncoderLoader.md): このノードは、LTXVオーディオモデル用の専用テキストエンコーダを読み込みます。 - [LTXV オーディオVAEローダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVAudioVAELoader.md): LTXV Audio VAE Loader ノードは、チェックポイントファイルから事前学習済みの音声変分オートエンコーダ(VAE)モデルを読み込みます。 - [モデルパッチローダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelPatchLoader.md): ModelPatchLoader ノードは、modelpatches フォルダーからモデルパッチファイルを読み込み、ワークフローで使用できるように準備します。 - [オプティカルフローモデルの読み込み - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/OpticalFlowLoader.md): models/opticalflow/ フォルダからオプティカルフローモデルを読み込みます。 - [フォトメーカーを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/PhotoMakerLoader.md): PhotoMakerLoader ノードは、利用可能なモデルファイルから PhotoMaker モデルを読み込みます。 - [QuadrupleCLIPLoader - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/QuadrupleCLIPLoader.md): Quadruple CLIP Loader(QuadrupleCLIPLoader)は、ComfyUI のコアノードの1つであり、HiDream I1 バージョンモデルをサポートするために初めて追加されました。 - [スタイルモデルを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/StyleModelLoader.md): このノードは、ComfyUI/models/stylemodels フォルダ内にあるモデルを検出し、さらに extramodelpaths.yaml ファイルで設定された追加パスからもモデルを読み込みます。 - [トリプルCLIPを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TripleCLIPLoader.md): TripleCLIPLoader は、3 つのテキストエンコーダーモデルを同時に読み込み、それらを単一の CLIP モデルに結合します。 - [unCLIPチェックポイントローダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/unCLIPCheckpointLoader.md): このノードは、ComfyUI/models/checkpoints フォルダ内のモデルを検出し、さらに extramodelpaths.yaml ファイルで設定された追加パスからもモデルを読み込みます。 - [拡散モデルを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/UNETLoader.md): UNETLoaderノードは、U-Netモデルを名前で読み込むために設計されており、システム内で事前学習済みのU-Netアーキテクチャを利用できるようにします。 - [拡大モデルを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/UpscaleModelLoader.md): このノードは、ComfyUI/models/upscalemodels フォルダ内のモデルを検出し、さらに extramodelpaths.yaml ファイルで設定された追加パスからもモデルを読み込みます。 - [VAEを読み込む - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAELoader.md): このノードは、ComfyUI/models/vae フォルダ内に配置されたモデルを検出し、さらに extramodelpaths.yaml ファイルで設定された追加パスからもモデルを読み込みます。 ### Merging - [チェックポイントを保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CheckpointSave.md): Save Checkpointノードは、完全なStable Diffusionモデル(UNet、CLIP、VAEコンポーネントを含む)を .safetensors 形式のチェックポイントファイルとして保存するために設計されています。 - [CLIPマージ追加 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CLIPMergeAdd.md): CLIPMergeAdd ノードは、2番目のモデルから1番目のモデルへパッチを追加することで、2つの CLIP モデルを統合します。 - [CLIPマージシンプル - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipMergeSimple.md): CLIPMergeSimple は、指定された比率に基づいて 2 つの CLIP テキストエンコーダーモデルを結合するモデルマージノードです。 - [CLIPマージ減算 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CLIPMergeSubtract.md): CLIPMergeSubtract ノードは、ある CLIP モデルから別の CLIP モデルの重みを減算することでモデルマージを実行します。 - [CLIPを保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ClipSave.md): CLIPSave ノードは、CLIPテキストエンコーダモデルをSafeTensors形式でディスクに保存します。 - [画像のみのチェックポイント保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ImageOnlyCheckpointSave.md): このノードは、モデルをその CLIP vision エンコーダーおよび VAE と一緒にまとめたチェックポイントファイルを保存します。 - [モデルマージ追加 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeAdd.md): ModelMergeAddノードは、一方のモデルからキーパッチを他方のモデルに追加することで、2つのモデルをマージするために設計されています。 - [モデルマージブロック - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeBlocks.md): ModelMergeBlocksは高度なモデルマージ操作のために設計されており、2つのモデルを統合し、モデルの各部分に対してカスタマイズ可能なブレンド比率を設定できます。 - [モデルマージシンプル - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeSimple.md): ModelMergeSimple ノードは、指定された比率に基づいて2つのモデルのパラメータをブレンドし、マージするために設計されています。 - [モデルマージ減算 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeSubtract.md): このノードは高度なモデルマージ操作のために設計されており、具体的には指定された乗数に基づいて、あるモデルのパラメータを別のモデルから減算します。 - [モデルを保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSave.md): ModelSave ノードは、MODEL を .safetensors チェックポイントファイルとしてコンピューターのストレージに保存します。 - [LoRA重みを保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SaveLoRA.md): SaveLoRA ノードは、LoRA(Low-Rank Adaptation)モデルをファイルに保存します。 - [VAEを保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VAESave.md): VAESaveノードは、VAEモデルをプロンプトや追加のPNG情報などのメタデータとともに、指定された出力ディレクトリに保存するために設計されています。 #### Model Specific - [モデルマージオーラフロー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeAuraflow.md): ModelMergeAuraflow ノードは、モデルの初期層から最終出力まで、各部分に個別のブレンド重みを割り当てることで、2つの Auraflow モデルを融合します。 - [ModelMergeCosmos14B - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeCosmos14B.md): ModelMergeCosmos14B ノードは、Cosmos 14B モデルアーキテクチャ向けに特別に設計されたブロックベースのアプローチを使用して、2つの AI モデルをマージします。 - [ModelMergeCosmos7B - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeCosmos7B.md): The ModelMergeCosmos7Bノードは、特定のコンポーネントの加重ブレンドを使用して2つのAIモデルを結合します。 - [モデル統合コスモス予測2_14B - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeCosmosPredict2_14B.md): ModelMergeCosmosPredict214B ノードは、2つのAIモデルを、一致する内部コンポーネントをブレンドすることにより1つに結合します。 - [ModelMergeCosmosPredict2_2B - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeCosmosPredict2_2B.md): ModelMergeCosmosPredict22B ノードは、ブロックベースのアプローチを使用して2つの拡散モデルをマージし、異なるモデルコンポーネントを細かく制御します。 - [モデルマージフラックス1 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeFlux1.md): ModelMergeFlux1 ノードは、重み付き補間を使用してコンポーネントをブレンドすることにより、2つの拡散モデルをマージします。 - [ModelMergeKrea2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeKrea2.md): このノードは、2つのモデルの内部コンポーネントを細かいレベルでブレンドすることでマージを行い、各モデルの特定の部分が最終結果に与える影響の度合いを制御できるようにします。 - [モデルマージLTXV - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeLTXV.md): ModelMergeLTXV ノードは、2つの LTXV モデルを対応するコンポーネントごとにブレンドしてマージします。 - [モデルマージMochiプレビュー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeMochiPreview.md): このノードは、ブロックベースのアプローチを使用して2つのMochi AIモデルをマージし、異なるモデルコンポーネントを細かく制御します。 - [ModelMergeMOSSImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeMOSSImage.md): ModelMergeMOSSImage ノードは、2 つの MOSS 画像モデルを、対応する重みをブロックごとにブレンドすることでマージします。 - [ModelMergeQwenImage - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeQwenImage.md): このノードは、2つの Qwen 画像モデルを、個々のコンポーネントを調整可能な重みでブレンドすることによってマージします。 - [モデルマージSD1 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeSD1.md): The ModelMergeSD1 ノードは、2 つの Stable Diffusion 1.x モデルをブレンドし、各モデルコンポーネントが結果に与える影響の度合いを調整します。 - [モデルマージSD2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeSD2.md): ModelMergeSD2 ノードは、2つの Stable Diffusion 2.x モデルを、一致するコンポーネントをブレンドしてマージします。 - [モデルマージSD35_Large - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeSD35_Large.md): ModelMergeSD35Large ノードは、2つのStable Diffusion 3.5 Large モデルをマージし、2番目のモデルの特定の内部コンポーネントを1番目のモデルにブレンドします。 - [モデルマージSD3_2B - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeSD3_2B.md): ModelMergeSD32B ノードは、2つの Stable Diffusion 3 2B モデルを、調整可能な重みで各コンポーネントをブレンドしてマージできます。 - [モデルマージSDXL - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeSDXL.md): ModelMergeSDXL ノードを使用すると、アーキテクチャの異なる部分に対する各モデルの影響度を調整して、2つのSDXLモデルをブレンドできます。 - [ModelMergeWAN2_1 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelMergeWAN2_1.md): The ModelMergeWAN21 node merges two WAN2.1 models by blending their components using weighted averages. ### Patch - [モデルのブロックスパースアテンション - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/BlockSparseAttention.md): Block Sparse Attention ノードは、アテンション層が入力全体ではなく最も関連する部分のみに注目するようにモデルを変更し、長いシーケンスに必要な計算量を削減します。 - [コンテキストウィンドウ(手動) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ContextWindowsManual.md): Context Windows (Manual) ノードは、サンプリング中にモデルへコンテキストウィンドウを手動で設定できるようにし、指定された長さ・オーバーラップ・スケジューリングパターンでコンテキストセグメントを重複させて作成します。 - [モデルアテンションバックエンド - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelAttentionBackend.md): このノードは、モデルに対して密なアテンション実装を選択し、モデルをクローンして、選択したバックエンドを適用し、パッチ適用済みのクローンを返します。 - [ModelNoiseScale - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelNoiseScale.md): このノードは、モデルサンプリング時に使用されるノイズスケールを調整します。入力モデルのコピーを作成し、指定されたノイズスケールをそのサンプリング設定に適用して、変更後のモデルを返します。 - [モデルサンプリングオーラフロー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSamplingAuraFlow.md): ModelSamplingAuraFlow ノードは、拡散モデルに特化したサンプリング設定を適用するもので、特に AuraFlow モデルアーキテクチャ向けに設計されています。 - [モデルサンプリング連続EDM - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSamplingContinuousEDM.md): このノードは、連続EDM(エネルギーベース拡散モデル)サンプリング技術を統合することで、モデルのサンプリング機能を強化するために設計されています。 - [モデルサンプリング連続V - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSamplingContinuousV.md): ModelSamplingContinuousV ノードは、連続的なV-predictionサンプリングを適用することで、モデルのサンプリング動作を調整します。 - [モデルサンプリング離散 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSamplingDiscrete.md): このノードは、離散サンプリング戦略を適用することでモデルのサンプリング動作を変更するように設計されています。 - [RenormCFG - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/RenormCFG.md): RenormCFGノードは、条件付きスケーリングと正規化を適用することにより、拡散モデルにおけるClassifier-Free Guidance(CFG)プロセスを変更します。 - [CFGを再スケール - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/RescaleCFG.md): RescaleCFGノードは、指定された乗数に基づいてモデルの出力における条件付きスケールと無条件スケールを調整し、よりバランスが取れ制御された生成プロセスを実現するように設計されています。 - [ROPEスケーリング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ScaleROPE.md): ScaleROPE ノードを使用すると、モデルの X、Y、T(時間)コンポーネントに個別のスケーリング係数とシフト係数を適用することで、モデルの Rotary Position Embedding(ROPE)を変更できます。 - [Fun ControlNet を適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ZImageFunControlnet.md): ZImageFunControlnet は、ベースモデルに制御ネットワークパッチを適用して、画像生成または編集プロセスをガイドできるようにします。 - [MiniMax H3 コンテキストウィンドウ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxH3ContextWindows.md): MiniMax H3 の動画をモデルの単一パスウィンドウより長くできるよう、サンプリングを重複するコンテキストウィンドウに分割します。 #### Anima - [Anima LLLite を適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/AnimaLLLiteApply.md): AnimaLLLiteApply は、拡散モデルに軽量なアニメーションパッチを適用し、調整可能な強度とタイミングで制御された image-to-image 生成を可能にします。 #### Chroma Radiance - [ChromaRadianceオプション - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ChromaRadianceOptions.md): ChromaRadianceOptions ノードは、Chroma Radiance モデルの詳細設定を構成できます。 #### FLUX - [モデルサンプリングフラックス - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSamplingFlux.md): ModelSamplingFlux ノードは、画像サイズに基づいてシフトパラメータを計算し、指定されたモデルに Flux モデルサンプリングを適用します。 - [USOスタイルリファレンス - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/USOStyleReference.md): USOStyleReference ノードは、CLIP vision の特徴量とモデルパッチを組み合わせてモデルにスタイル参照を適用し、入力モデルのパッチ適用済みコピーを返します。 #### Hidream - [HiDream-O1 パッチ継ぎ目スムージング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HiDreamO1PatchSeamSmoothing.md): このノードは、サンプリングプロセスの後半でモデルの出力を複数のシフトされたパッチグリッド位置にわたって平均化することにより、HiDream-O1 モデルで生成された画像の目に見える継ぎ目を軽減します。 #### Ltxv - [LTXVコンテキストウィンドウ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVContextWindows.md): このノードは、サンプリング中に LTXV 系モデルのコンテキストウィンドウを設定します。 - [モデルサンプリングLTXV - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSamplingLTXV.md): ModelSamplingLTXV ノードは、トークン数に基づいて高度なサンプリングパラメータをモデルに適用します。 #### Minimax - [MiniMax H3 Fun ControlNetを適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxH3FunControlNetApply.md): このノードは、MiniMax H3 Fun ControlNet をモデルパッチとしてテキストから動画へのモデルに適用します。 - [MiniMax H3 Sigma Shift - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MiniMaxH3SigmaShift.md): MiniMax H3 モデルにビデオおよびオーディオのフローシフト値を設定します。 #### Qwen - [QwenImageDiffsynthControlnet - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/QwenImageDiffsynthControlnet.md): QwenImageDiffsynthControlnet は、拡散合成制御ネットワークパッチをベースモデルに適用します。 #### Sensenova - [SenseNova サンプリングオプション - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SenseNovaSamplingOptions.md): SenseNova Sampling Options は、モデルに SenseNova flow shift を設定します。 #### Stable Cascade - [モデルサンプリング安定カスケード - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSamplingStableCascade.md): ModelSamplingStableCascade ノードは、サンプリングパラメータに shift 値を適用することで、モデルに stable cascade サンプリング設定を適用します。 #### Stable Diffusion - [モデルサンプリングSD3 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ModelSamplingSD3.md): このノードは、Stable Diffusion 3 スタイルのサンプリング設定をモデルに適用します。 #### Supir - [SUPIRApply - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SUPIRApply.md): SUPIRApply ノードは、SUPIR モデルパッチを拡散モデルに適用します。 #### Unet - [Epsilon Scaling - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Epsilon Scaling.md): このノードは、研究論文「Elucidating the Exposure Bias in Diffusion Models」(arxiv.org/abs/2308.15321v6) に記載されている Epsilon Scaling 手法を実装します。 - [FreeU - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/FreeU.md): FreeU ノードは、モデルの出力ブロックに周波数領域の変更を適用し、画像生成品質を向上させます。 - [FreeU_V2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/FreeU_V2.md): FreeUV2 は、拡散モデルの U-Net アーキテクチャに周波数ベースの変更を適用することで、画像生成品質を向上させます。 - [ハイパータイル - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/HyperTile.md): HyperTile は、画像生成中のメモリ使用量を削減するために、拡散モデル内部のアテンション機構にタイリング技術を適用します。 - [パッチモデル追加ダウンスケール(Kohya Deep Shrink) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/PatchModelAddDownscale.md): PatchModelAddDownscale (Kohya Deep Shrink) は、選択したブロックで中間特徴量を縮小し、その後元のサイズに戻すことで、Kohya Deep Shrink 技術をモデルに適用します。 - [摂動注意ガイダンス - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/PerturbedAttentionGuidance.md): PerturbedAttentionGuidance ノードは、拡散モデルに摂動アテンションガイダンスを適用し、生成品質を向上させます。 - [TSR - 時間的スコアリスケーリング - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TemporalScoreRescaling.md): このノードは、拡散モデルに Temporal Score Rescaling(TSR)を適用します。 - [トメパッチモデル - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TomePatchModel.md): TomePatchModel は、推論時の計算コストを削減するために、拡散モデルに Token Merging(ToMe)を適用します。 #### Wan - [WAN コンテキストウィンドウ(手動) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanContextWindowsManual.md): WAN Context Windows (Manual) ノードを使用すると、Wan スタイルのビデオモデル用にコンテキストウィンドウを手動で設定できます。 - [Wan Uni3C ControlNet の適用 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/WanUni3CControlnetApply.md): このノードは、レンダリングされたガイダンス動画(例:ワープされた点群レンダリング)を使用して、Uni3C ControlNet を Wan ビデオ拡散モデルに適用し、モデルの出力に影響を与えます。 ### Sampling - [Kサンプラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/KSampler.md): KSamplerは次のように動作します。特定のモデルとポジティブ・ネガティブ両方の条件に基づいて、提供された元の潜在画像情報を変更します。 - [Kサンプラー(高度) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/KSamplerAdvanced.md): KSamplerAdvanced ノードは、高度な設定と技術を提供することでサンプリングプロセスを強化するために設計されています。 #### Custom - [適応的投影ガイダンス - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/APG.md): APG(Adaptive Projected Guidance)ノードは、拡散中にガイダンスが適用される方法を調整することでサンプリングプロセスを変更します。 - [カスタムサンプラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerCustom.md): SamplerCustomノードは、様々なアプリケーションに対して柔軟かつカスタマイズ可能なサンプリングメカニズムを提供するために設計されています。 - [カスタムサンプラー(高度) - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerCustomAdvanced.md): SamplerCustomAdvanced ノードは、カスタムノイズ、ガイダンス、およびサンプリング設定を使用して、高度な潜在空間サンプリングを実行します。 #### Guiders - [基本ガイダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/BasicGuider.md): BasicGuiderノードは、サンプリングプロセス用のシンプルなガイダンスメカニズムを作成します。 - [CFGガイダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CFGGuider.md): CFG Guider ノードは、画像生成におけるサンプリングプロセスを制御するためのガイダンスシステムを作成します。 - [CFG 上書き - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/CFGOverride.md): CFG Override ノードは、サンプリングプロセスの割合(sigma)範囲にわたって、CFG(Classifier-Free Guidance)スケールを固定値にオーバーライドします。 - [デュアルCFGガイダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/DualCFGGuider.md): Dual CFG Guider ノードは、2 つのコンディショニング入力と 1 つのネガティブコンディショニング入力を併用するサンプリング用のガイダンスシステムを作成します。 - [デュアルモデル CFG ガイダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/DualModelGuider.md): このノードを使用すると、ガイド付きCFGサンプリングプロセス中に2つの異なるモデルを使用できます。 - [LTXVデュアルCFGガイダー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVDualCFGGuider.md): このノードは、LTXV-AV モデル用のガイド付きサンプリングオブジェクト(CFG guider)を作成します。 - [ビデオ線形CFGガイダンス - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VideoLinearCFGGuidance.md): VideoLinearCFGGuidance ノードは、ビデオモデルに線形条件付きガイダンススケールを適用し、指定された範囲にわたって条件付き成分と無条件成分の影響を調整します。 - [ビデオ三角形CFGガイダンス - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VideoTriangleCFGGuidance.md): VideoTriangleCFGGuidance ノードは、ビデオモデルに三角形の classifier-free guidance(CFG)スケーリングパターンを適用します。 #### Noise - [ノイズを追加 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/AddNoise.md): このノードは、指定されたノイズ生成器とシグマ値を使用して、潜在画像に制御されたノイズを追加します。 - [ノイズを無効にする - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/DisableNoise.md): このノードは、サンプリング中にノイズ生成を無効にする空のノイズ設定を提供します。 - [ランダムノイズ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/RandomNoise.md): RandomNoiseノードは、サンプリング処理中に使用するためのシード値に基づいてノイズジェネレーターを作成します。 #### Samplers - [Kサンプラー選択 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/KSamplerSelect.md): KSamplerSelectノードは、指定されたサンプラー名に基づいて特定のサンプラーを選択するために設計されています。 - [Sampler AR Video - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerARVideo.md): Sampler AR Video ノードは、Causal Forcing や Self-Forcing 技術を使用するものなど、自己回帰ビデオモデル向けの専門的なサンプリング手法を提供します。 - [サンプラーDPM適応 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerDPMAdaptative.md): SamplerDPMAdaptative ノードは、サンプリング処理中にステップ サイズを自動的に調整する適応型 DPM(Diffusion Probabilistic Model)サンプラーを実装します。 - [サンプラーDPMPP_2M_SDE - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerDPMPP_2M_SDE.md): SamplerDPMPP2MSDE ノードは、拡散モデル用の DPM++ 2M SDE サンプラーを作成します。 - [サンプラーDPMPP_2S_祖先 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerDPMPP_2S_Ancestral.md): SamplerDPMPP2SAncestralノードは、DPM++ 2S Ancestralサンプリング方式を使用して画像を生成するサンプラーを作成します。 - [サンプラーDPMPP_3M_SDE - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerDPMPP_3M_SDE.md): SamplerDPMPP3MSDE ノードは、サンプリングプロセスで使用する DPM++ 3M SDE サンプラーを作成します。 - [サンプラーDPMPP_SDE - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerDPMPP_SDE.md): SamplerDPMPPSDE は、サンプリング処理で使用する DPM++ SDE(確率微分方程式)サンプラーを作成します。 - [SamplerER_SDE - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerER_SDE.md): SamplerERSDE ノードは、拡散モデルに特化したサンプリング手法を提供し、ER-SDE、Reverse-time SDE、ODE の異なるソルバータイプを備えています。 - [サンプラーオイラー祖先 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerEulerAncestral.md): SamplerEulerAncestral ノードは、画像生成時に使用できる Euler Ancestral サンプラーを作成します。 - [サンプラーオイラー祖先CFG++ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerEulerAncestralCFGPP.md): SamplerEulerAncestralCFG++ ノードは、画像生成用の classifier-free guidance(CFG++)を備えた Euler Ancestral 法を使用するサンプラーを作成します。 - [SamplerLCM - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerLCM.md): このノードは、ステップごとに調整可能なノイズを備えた LCM(Latent Consistency Model)サンプラーを提供します。 - [サンプラーLCM拡大 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerLCMUpscale.md): このノードは、Latent Consistency Model(LCM)サンプリングと段階的な画像アップスケーリングを組み合わせた特殊なサンプリング手法を提供します。 - [サンプラーLMS - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerLMS.md): SamplerLMSノードは、拡散モデルで使用するための最小平均二乗(LMS)サンプラーを作成します。 - [SamplerSASolver - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerSASolver.md): SamplerSASolver ノードは、拡散モデル用のカスタムサンプラーを作成および設定します。 - [SamplerSEEDS2 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplerSEEDS2.md): このノードは、画像生成用の設定可能なサンプラーを提供します。これは確率微分方程式(SDE)ソルバーに基づいており、設定に応じて seeds2、expheun2x0、expheun2x0sde など、いくつかの特定のサンプラーと同様に動作できます。 - [VOIDSampler - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VOIDSampler.md): VOIDSamplerは、VOIDインペインティングモデル向けに設計された専用のDDIMサンプラーです。 #### Schedulers - [ステップを整列 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/AlignYourStepsScheduler.md): AlignYourStepsSchedulerノードは、さまざまなモデルタイプに基づいてノイズ除去プロセス用のシグマ値(ノイズレベル)を生成します。 - [基本スケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/BasicScheduler.md): BasicScheduler ノードは、指定されたスケジューラ、モデル、およびノイズ除去パラメータに基づいて、拡散モデル用のシグマ値のシーケンスを計算するように設計されています。 - [ベータサンプリングスケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/BetaSamplingScheduler.md): BetaSamplingScheduler ノードは、ベータスケジューリングアルゴリズムを使用して、サンプリングプロセス用のノイズレベル(シグマ)のシーケンスを生成します。 - [指数スケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ExponentialScheduler.md): ExponentialScheduler ノードは、拡散サンプリングプロセスにおいて指数関数的なスケジュールに従ったシグマ値のシーケンスを生成するために設計されています。 - [Flux2Scheduler - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Flux2Scheduler.md): Flux2Schedulerは、Fluxモデル向けに特別に調整された、ノイズ除去プロセス用のノイズレベル(シグマ)のシーケンスを生成します。 - [GITSスケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/GITSScheduler.md): GITSScheduler ノードは、GITS(Generative Iterative Time Steps)サンプリング手法用のノイズスケジュール sigma を生成します。 - [Ideogram 4 スケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/Ideogram4Scheduler.md): The Ideogram 4 Scheduler ノードは、Ideogram 4 の参照スケジュールに基づいて、拡散サンプリングプロセス用のシグマ値(ノイズレベル)のシーケンスを生成します。 - [カラススケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/KarrasScheduler.md): KarrasSchedulerノードは、Karras et al. (2022) のノイズスケジュールに基づいて、ノイズレベル(シグマ)のシーケンスを生成するために設計されています。 - [ラプラススケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LaplaceScheduler.md): LaplaceScheduler ノードは、拡散サンプリングで使用するラプラス分布に従うシグマ値のシーケンスを生成します。 - [LTXVスケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LTXVScheduler.md): LTXVScheduler ノードは、カスタムサンプリングプロセス用のシグマ値を生成します。 - [OptimalStepsScheduler - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/OptimalStepsScheduler.md): OptimalStepsScheduler ノードは、拡散サンプリング中に使用するノイズスケジュール(シグマ値のシーケンス)を作成します。 - [ポリ指数スケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/PolyexponentialScheduler.md): PolyexponentialScheduler ノードは、多項式指数ノイズスケジュールに基づいてノイズレベル(シグマ)のシーケンスを生成するように設計されています。 - [SDターボスケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SDTurboScheduler.md): SDTurboSchedulerは、画像サンプリング用のシグマ値のシーケンスを生成するために設計されており、指定されたノイズ除去レベルとステップ数に基づいてシーケンスを調整します。 - [VPスケジューラー - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/VPScheduler.md): VPSchedulerノードは、Variance Preserving(VP)スケジューリング方式に基づいてノイズレベルのシーケンス(シグマ)を生成するように設計されています。 #### Sigmas - [ExtendIntermediateSigmas - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ExtendIntermediateSigmas.md): ExtendIntermediateSigmas ノードは、既存の sigma 値のシーケンスを受け取り、それらの間に追加の中間 sigma 値を挿入します。 - [シグマを反転 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/FlipSigmas.md): FlipSigmasノードは、拡散モデルで使用されるシグマ値のシーケンスを反転させ、元の最初の値がゼロの場合に非ゼロになるように調整することで操作するように設計されています。 - [マニュアルシグマ - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ManualSigmas.md): ManualSigmas ノードを使用すると、サンプリング処理で使用するノイズレベル(sigma値)のカスタムシーケンスを手動で定義できます。 - [SamplingPercentToSigma - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SamplingPercentToSigma.md): 選択したモデルのサンプリング設定を使用して、サンプリング率を対応するシグマ値に変換します。 - [SetFirstSigma - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SetFirstSigma.md): SetFirstSigmaノードは、シグマシーケンスの最初の値のみをカスタムシグマ値に置き換えて変更します。 - [シグマを分割 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SplitSigmas.md): SplitSigmasノードは、指定されたステップに基づいてシグマ値のシーケンスを2つの部分に分割するために設計されています。 - [シグマを分割してノイズ除去 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SplitSigmasDenoise.md): SplitSigmasDenoise ノードは、ノイズ除去強度パラメータに基づいて、sigma 値のシーケンスを 2 つの部分に分割します。 ### Training - [トレーニングデータセットの読み込み - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LoadTrainingDataset.md): このノードは、以前にディスクへ保存されたエンコード済みトレーニングデータセット(latent と conditioning)を読み込みます。 - [損失グラフをプロット - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/LossGraphNode.md): LossGraphNode は、トレーニングステップに対するトレーニング損失値の折れ線グラフを作成し、プレビュー画像として表示します。 - [トレーニングデータセットを作成 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/MakeTrainingDataset.md): このノードは、画像とテキストをエンコードしてトレーニング用データを準備します。画像のリストと、それに対応するテキストキャプションのリストを受け取り、VAE モデルを使用して画像を潜在表現に変換し、CLIP モデルを使用してテキストをコンディショニングデータに変換します。 - [解像度バケット - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/ResolutionBucket.md): このノードは、潜在画像のリストと対応する conditioning データを解像度ごとに整理します。 - [学習データセットを保存 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/SaveTrainingDataset.md): このノードは、エンコード済みのトレーニングデータセットをディスクに保存し、トレーニング中の読み込みを効率化します。 - [LoRA学習 - ComfyUI Built-in Node Documentation](https://docs.comfy.org/ja/built-in-nodes/TrainLoraNode.md): TrainLoraNodeは、提供された潜在変数と条件付けデータを使用して、拡散モデル上でLoRA(低ランク適応)モデルを作成し、トレーニングします。