采样算法（LTXV） - ComfyUI Built-in Node Documentation

ModelSamplingLTXV 节点根据 token 数量对模型应用高级采样参数。

ModelSamplingLTXV 节点根据 token 数量对模型应用高级采样参数。它通过在 token 范围内对 base_shift 和 max_shift 进行线性插值来计算偏移值，然后使用专门的采样配置为输入模型打补丁。如果提供了 latent，则由其维度决定 token 数量；否则使用 4096 个 token。

输入

参数	描述	数据类型	是否必需	范围
`模型`	要应用采样参数的输入模型。	MODEL	是	-
`最大移位`	线性插值计算中使用的最大偏移值（默认值：2.05）。	FLOAT	是	0.0 到 100.0 （步长：0.01）
`基础移位`	线性插值计算中使用的基础偏移值（默认值：0.95）。	FLOAT	是	0.0 到 100.0 （步长：0.01）
`Latent`	可选的 latent 输入，用于确定偏移计算所需的 token 数量。如果未提供，则使用默认的 token 数量 4096。	LATENT	否	-

偏移值通过在 1024 个 token 处的 base_shift 与 4096 个 token 处的 max_shift 之间进行插值来计算。当提供 latent 时，token 数量为 latent 样本中前两个维度之后所有维度（即空间/时间维度）的乘积。如果未提供 latent，则 token 数量默认为 4096。

输出

输出名称	描述	数据类型
`model`	应用了采样参数后的修改后模型。	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): aba596c5478e9d6ee821eec1eca15506935bcc765a368087ccc442fc2ed6671b