メインコンテンツへスキップ
ModelMergeSDXL ノードを使用すると、2つのSDXLモデルをブレンドし、アーキテクチャの各部分に対する各モデルの影響度を調整できます。タイムエンベディング、ラベルエンベディング、およびモデル構造内のさまざまなブロックに対して、各モデルの寄与度を制御できます。これにより、両方の入力モデルの特徴を組み合わせたハイブリッドモデルが作成されます。

​
入力

パラメータ説明データ型必須範囲
モデル1マージする1つ目のSDXLモデルMODELはい-
モデル2マージする2つ目のSDXLモデルMODELはい-
time_embed.タイムエンベディング層のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
label_emb.ラベルエンベディング層のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.0入力ブロック0のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.1入力ブロック1のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.2入力ブロック2のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.3入力ブロック3のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.4入力ブロック4のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.5入力ブロック5のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.6入力ブロック6のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.7入力ブロック7のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
input_blocks.8入力ブロック8のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
middle_block.0中間ブロック0のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
middle_block.1中間ブロック1のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
middle_block.2中間ブロック2のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.0出力ブロック0のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.1出力ブロック1のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.2出力ブロック2のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.3出力ブロック3のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.4出力ブロック4のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.5出力ブロック5のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.6出力ブロック6のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.7出力ブロック7のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
output_blocks.8出力ブロック8のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0
out.出力層のブレンド重み（デフォルト：1.0）FLOATはい0.0 - 1.0

​
出力

出力名説明データ型
model両方の入力モデルの特徴を組み合わせたマージ済みSDXLモデルMODEL
このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集
Source fingerprint (SHA-256): 6c7572a6ed50534f2d9ad6f499146763457da58f0c9dd4b85204e67f7d3e9660