跳转到主要内容
ModelMergeSDXL 节点允许您通过调整两个模型对架构不同部分的影响力,将两个 SDXL 模型混合在一起。您可以控制每个模型对时间嵌入、标签嵌入以及模型结构中各个块的贡献程度。这会创建一个结合了两个输入模型特征的混合模型。

输入

参数描述数据类型是否必填范围
模型1要合并的第一个 SDXL 模型MODEL-
模型2要合并的第二个 SDXL 模型MODEL-
time_embed.时间嵌入层的混合权重(默认值:1.0)FLOAT0.0 - 1.0
label_emb.标签嵌入层的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.0输入块 0 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.1输入块 1 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.2输入块 2 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.3输入块 3 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.4输入块 4 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.5输入块 5 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.6输入块 6 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.7输入块 7 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
input_blocks.8输入块 8 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
middle_block.0中间块 0 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
middle_block.1中间块 1 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
middle_block.2中间块 2 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.0输出块 0 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.1输出块 1 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.2输出块 2 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.3输出块 3 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.4输出块 4 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.5输出块 5 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.6输出块 6 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.7输出块 7 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
output_blocks.8输出块 8 的混合权重(默认值:1.0)FLOAT0.0 - 1.0
out.输出层的混合权重(默认值:1.0)FLOAT0.0 - 1.0

输出

输出名称描述数据类型
model合并后的 SDXL 模型,结合了两个输入模型的特征MODEL
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑

Source fingerprint (SHA-256): 6c7572a6ed50534f2d9ad6f499146763457da58f0c9dd4b85204e67f7d3e9660