ModelMergeMOSSImage - ComfyUI Built-in Node Documentation

ModelMergeMOSSImage 节点通过逐块混合两个 MOSS 图像模型的对应权重来合并它们，因此结果的一部分可以来自基础模型，其余部分来自微调模型或第二个模型。

ModelMergeMOSSImage 节点通过逐块混合两个 MOSS 图像模型的对应权重来合并它们，因此结果的一部分可以来自基础模型，其余部分来自微调模型或第二个模型。架构的每个主要组件都有各自的混合比例：视频嵌入器、文本嵌入器、时间嵌入、共享块调制、全部 42 个 transformer 层以及输出头。

输入

参数名	描述	数据类型	是否必需	范围
`model1`	要合并的第一个模型。第二个模型未贡献的所有内容都从此模型保留	MODEL	是	-
`model2`	要合并的第二个模型。其权重按下方比例混合进来	MODEL	是	-
`video_embedder.`	视频嵌入器块的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）
`text_embedder.proj.`	文本嵌入器投影层的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）
`text_embedder.blocks.0.` 和 `text_embedder.blocks.1.`	两个文本嵌入器块各自的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）
`time_embedding.`	时间嵌入块的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）
`shared_block_modulation.`	transformer 块所使用的共享调制层的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）
`layers.0.` 到 `layers.41.`	42 个 transformer 层各自的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）
`final_norm_video.`	视频流最终归一化层的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）
`final_linear_video.`	视频流最终线性层的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）
`video_head_modulation.`	视频输出头调制层的混合比例（默认值：1.0）	FLOAT	是	0.0 到 1.0 （步长：0.01）

比例为 0.0 时，该组件保持 model1 中的原样；比例为 1.0 时，该组件完全取自 model2；介于两者之间的值会产生加权混合。两个输入都必须是架构相同的 MOSS 图像模型；不匹配上述任何前缀的权重将回退到 video_embedder. 的比例。

输出

输出名	描述	数据类型
`MODEL`	合并后的模型，按指定比例组合两个输入	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): 3b7d9c806a8d53ad00044bf30f5e63431fea7ee565414acb70a56e3059164288