采样算法（连续EDM） - ComfyUI Built-in Node Documentation

此节点通过集成连续 EDM（基于能量的扩散模型）采样技术，增强模型的采样能力。它允许在模型采样过程中动态调整噪声水平，从而对生成质量和多样性实现更精细的控制。

输入

参数	描述	数据类型	Python 数据类型
`模型`	需要增强连续 EDM 采样能力的模型。作为应用高级采样技术的基础。	`MODEL`	`torch.nn.Module`
`采样`	指定要应用的采样类型，‘eps’ 表示 epsilon 采样，‘v_prediction’ 表示速度预测，影响模型在采样过程中的行为。	COMBO[STRING]	`str`
`最大西格玛`	噪声水平的最大 sigma 值，用于控制采样过程中噪声注入的上限。	`FLOAT`	`float`
`最小西格玛`	噪声水平的最小 sigma 值，设置噪声注入的下限，从而影响模型的采样精度。	`FLOAT`	`float`

参数	描述	数据类型	Python 数据类型
`模型`	已集成连续 EDM 采样能力的增强模型，可直接用于后续的生成任务。	MODEL	`torch.nn.Module`

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