文档 /
节点说明 /
模型融合（SDXL）
模型融合（SDXL）
ModelMergeSDXL 节点允许您通过调整每个模型对架构不同部分的影响，将两个 SDXL 模型混合在一起。
节点说明
ModelMergeSDXL 更新于 2026-11-12
模型融合（SDXL） - ComfyUI Built-in Node Documentation
ModelMergeSDXL 节点允许您通过调整每个模型对架构不同部分的影响，将两个 SDXL 模型混合在一起。
ModelMergeSDXL 节点允许您通过调整每个模型对架构不同部分的影响，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内各个块的贡献程度。这将创建一个结合两个输入模型特征的混合模型。
输入
| 参数 | 描述 | 数据类型 | 必填 | 范围 |
|---|---|---|---|---|
模型1 | 要合并的第一个 SDXL 模型 | MODEL | 是 | - |
模型2 | 要合并的第二个 SDXL 模型 | MODEL | 是 | - |
time_embed. | 时间嵌入层的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
label_emb. | 标签嵌入层的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.0 | 输入块 0 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.1 | 输入块 1 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.2 | 输入块 2 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.3 | 输入块 3 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.4 | 输入块 4 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.5 | 输入块 5 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.6 | 输入块 6 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.7 | 输入块 7 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
input_blocks.8 | 输入块 8 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
middle_block.0 | 中间块 0 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
middle_block.1 | 中间块 1 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
middle_block.2 | 中间块 2 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.0 | 输出块 0 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.1 | 输出块 1 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.2 | 输出块 2 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.3 | 输出块 3 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.4 | 输出块 4 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.5 | 输出块 5 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.6 | 输出块 6 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.7 | 输出块 7 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
output_blocks.8 | 输出块 8 的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 1.0 |
输出. | 输出层的混合权重（默认值：1.0） | FLOAT | 是 | 0.0 - 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): 9a1b0645ee19c2eddb274dd6ea3f9a05997115119cc654a7f055d58475745bb2