​
模型是必不可少的

模型是媒体生成工作流程的核心组件。通过组合和混合，它们能够实现多样化的创意效果。 模型 一词有多种含义。在这里，它指的是一种数据文件，包含节点图执行任务所需的信息。具体来说，它是一种数据结构，用于表示某种功能。作为动词，建模意味着对某物进行表示或提供示例。 在ComfyUI中，模型数据文件的典型示例是AI 扩散模型。它是一组庞大的数据集，表示文本与图像之间的复杂关系，从而实现文字与图片的相互转换。其他用于图像生成的常见模型示例包括多模态视觉和语言模型，如CLIP，以及图像放大模型，如RealESRGAN。

​
模型文件

模型文件是生成媒体制作的必需品。没有模型文件，工作流程将无法进行。ComfyUI安装包中不包含模型文件，但它通常可以自动下载并安装缺失的模型文件。许多模型可以通过ComfyUI管理器窗口下载和安装。模型还可以在以下网站获取：huggingface.co、civitai.green和github.com。

​
在ComfyUI中使用模型

  1. 下载并将其放置在ComfyUI程序目录中
    1. 在models文件夹中，您会找到各种类型模型的子文件夹，例如checkpoints
    2. ComfyUI管理器帮助自动化搜索、下载和安装的过程
    3. 如果ComfyUI正在运行，请重启它
  2. 在您的工作流程中，创建适合模型类型的节点，例如Load Checkpoints、Load LoRA、Load VAE
  3. 在加载节点中，选择您希望使用的模型
  4. 将加载节点连接到工作流程中的其他节点

​
添加外部模型路径

如果你想要在 ComfyUI/models 之外管理你的模型文件，可能出于以下原因:
  • 你有多个 ComfyUI 实例，你想要让这些实例共享模型文件，从而减少磁盘占用
  • 你有多个不同的类型的 GUI 程序，如：WebUI, 你想要他们共用模型文件
  • 模型文件无法被识别或读取到
我们提供了通过 extra_model_paths.yaml 配置文件来添加额外模型搜索路径的方法。

​
不同 ComfyUI 版本配置文件位置

对于便携版和手动安装的 ComfyUI版本，你可以在 ComfyUI 的根目录下找到 extra_model_paths.yaml.example 的示例文件
ComfyUI/extra_model_paths.yaml.example
复制并重命名为 extra_model_paths.yaml 来使用, 并保持在 ComfyUI 的根目录下, 路径应该是 ComfyUI/extra_model_paths.yaml你也可以在 这里 找到配置示例文件

​
配置示例

比如，你需要额外让 ComfyUI 识别的模型文件位于下面的文件夹: 
📁 YOUR_PATH/
  ├── 📁models/
  |   ├── 📁 loras/
  |   │   └── xxxxx.safetensors
  |   ├── 📁 checkpoints/
  |   │   └── xxxxx.safetensors
  |   ├── 📁 vae/
  |   │   └── xxxxx.safetensors
  |   └── 📁 controlnet/
  |       └── xxxxx.safetensors
那么你可以进行如下的配置来让 ComfyUI 识别到你设备上的模型路径 
my_custom_config:
    base_path: YOUR_PATH
    loras: models/loras/
    checkpoints: models/checkpoints/
    vae: models/vae/
    controlnet: models/controlnet/
或者使用 
my_custom_config:
    base_path: YOUR_PATH/models/
    loras: loras
    checkpoints: checkpoints
    vae: vae
    controlnet: controlnet
或者你也可以参考默认的 extra_model_paths.yaml.example 来配置，保存之后， 需要 重启 ComfyUI 才能生效。 下面是完整的原始的配置配置示例: 
#Rename this to extra_model_paths.yaml and ComfyUI will load it


#config for a1111 ui
#all you have to do is change the base_path to where yours is installed
a111:
    base_path: path/to/stable-diffusion-webui/

    checkpoints: models/Stable-diffusion
    configs: models/Stable-diffusion
    vae: models/VAE
    loras: |
         models/Lora
         models/LyCORIS
    upscale_models: |
                  models/ESRGAN
                  models/RealESRGAN
                  models/SwinIR
    embeddings: embeddings
    hypernetworks: models/hypernetworks
    controlnet: models/ControlNet

#config for comfyui
#your base path should be either an existing comfy install or a central folder where you store all of your models, loras, etc.

#comfyui:
#     base_path: path/to/comfyui/
#     # You can use is_default to mark that these folders should be listed first, and used as the default dirs for eg downloads
#     #is_default: true
#     checkpoints: models/checkpoints/
#     clip: models/clip/
#     clip_vision: models/clip_vision/
#     configs: models/configs/
#     controlnet: models/controlnet/
#     diffusion_models: |
#                  models/diffusion_models
#                  models/unet
#     embeddings: models/embeddings/
#     loras: models/loras/
#     upscale_models: models/upscale_models/
#     vae: models/vae/

#other_ui:
#    base_path: path/to/ui
#    checkpoints: models/checkpoints
#    gligen: models/gligen
#    custom_nodes: path/custom_nodes

​
文件大小

相对于图像文件，模型文件可能非常大。一个典型的未压缩图像可能需要几MB的磁盘存储。生成的AI模型可能大到数万倍，单个模型可达数十GB。它们占用大量磁盘空间，并且在网络上传输需要很长时间。

​
模型训练和优化

生成式AI模型是通过在非常大的数据集上训练机器学习程序创建的，例如图像和文本描述的配对。AI模型并不明确存储训练数据，而是存储数据中隐含的相关性。 像Stability AI和Black Forest Labs这样的组织和公司发布“基础”模型，这些模型携带大量通用信息。这些是通用的生成AI模型。通常，基础模型需要进行优化，以获得高质量的生成输出。一个专门的社区致力于优化基础模型。新的优化模型产生更好的输出，提供新的或不同的功能，并/或使用更少的资源。优化后的模型通常可以在计算能力和/或内存较少的系统上运行。

​
辅助模型

模型功能可以通过辅助模型进行扩展。例如，艺术指导文本到图像的工作流程以实现特定结果，单靠扩散模型可能会很困难或不可能。额外的模型可以在工作流程图中优化扩散模型，以产生所需的结果。示例包括LoRA（低秩适应），一个针对特定主题训练的小模型；ControlNet，一个使用引导图像帮助控制构图的模型；以及Inpainting，一个允许某些扩散模型在现有图像中生成新内容的模型。 辅助模型