QwenImageDiffsynthControlnet - ComfyUI Built-in Node Documentation - ComfyUI

QwenImageDiffsynthControlnet 会将扩散合成控制网络补丁应用到基础模型上。它使用输入图像和可选遮罩，以可调节的强度引导模型的生成过程，输出一个已应用该控制网络影响的修补后模型，从而实现更可控的图像合成。

输入

参数	描述	数据类型	必需	范围
`模型`	要应用控制网络补丁的基础模型	MODEL	是	-
`模型补丁`	要应用到基础模型上的控制网络补丁模型	MODEL_PATCH	是	-
`vae`	扩散过程中使用的 VAE（变分自编码器）	VAE	是	-
`图像`	用于引导控制网络的输入图像。仅使用前三个颜色通道（RGB），任何额外的通道都会被丢弃	IMAGE	是	-
`强度`	控制网络影响的强度（默认值：1.0）	FLOAT	是	-10.0 到 10.0 （步长：0.01）
`遮罩`	可选遮罩，用于定义应应用控制网络的区域。对于 DiffSynth 和 Z-Image 补丁，遮罩在使用前会在内部进行反转	MASK	否	-
`start_percent`	去噪过程中控制网络开始生效的位置，以总采样步数的比例表示（默认值：0.0）	FLOAT	否	0.0 到 1.0 （步长：0.001）
`end_percent`	去噪过程中控制网络停止生效的位置（默认值：1.0）	FLOAT	否	0.0 到 1.0 （步长：0.001）

注意： start_percent 和 end_percent 的值将控制网络限制在去噪过程的某个窗口内；在该窗口之外，模型将不使用补丁进行采样。如果 strength 设为 0，节点将返回未修改的基础模型。当提供遮罩时，对于 Z-Image Control 和标准 DiffSynth 路径，遮罩会被反转（1.0 - mask）并重塑形状；而 Qwen Image 2.1 Fun ControlNet 补丁则按原样使用遮罩。节点会根据所加载的模型补丁选择其内部补丁实现，因此相同的输入在 Z-Image Control、Qwen Image 2.1 Fun ControlNet 和标准 DiffSynth 检查点上会表现出细微差异。此节点被标记为实验性功能。

输出

输出名称	描述	数据类型
`model`	已应用扩散合成控制网络补丁的修改后模型	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): 7be42c001c2937af7ca5c2d45aa8a529574aa9117b4740c62da822910041d231