文档 /
节点说明 /
LCM缩放采样器
LCM缩放采样器
此节点提供一种专用采样方法,将潜在一致性模型(LCM)采样与渐进式图像放大相结合。
节点说明
SamplerLCMUpscale 更新于 2026-11-12
LCM缩放采样器 - ComfyUI Built-in Node Documentation
此节点提供一种专用采样方法,将潜在一致性模型(LCM)采样与渐进式图像放大相结合。
此节点提供一种专用采样方法,将潜在一致性模型(LCM)采样与渐进式图像放大相结合。在采样过程中,图像会使用选定的插值方法逐步放大至目标缩放比例,从而在单次采样中实现更高分辨率的结果。该节点输出一个已配置的采样器对象,可连接到采样节点使用。
输入
| 参数 | 描述 | 数据类型 | 必需 | 范围 |
|---|---|---|---|---|
缩放比例 | 放大过程中应用的总缩放系数。值为 1.0 时保持原始分辨率(默认值:1.0) | FLOAT | 是 | 0.1 - 20.0 |
缩放步数 | 用于放大过程的步数。使用 -1 可根据采样调度自动计算(默认值:-1) | INT | 是 | -1 - 1000 |
缩放方法 | 每个放大步骤中用于放大图像的插值方法(默认值:"bislerp") | COMBO | 是 | "bislerp" "nearest-exact" "bilinear" "area" "bicubic" |
scale_ratio 和 scale_steps 是高级参数。图像会在放大步骤中从原始尺寸逐步放大至目标 scale_ratio。当 scale_steps 为 -1 时,放大步数会自动计算为采样步数的一半左右,且最小为 2;当给出正值时,节点会在内部对其进行调整,并根据采样总步数加以限制。
输出
| 输出名称 | 描述 | 数据类型 |
|---|---|---|
sampler | 一个已配置的采样器对象,执行带渐进式放大的 LCM 采样,可直接用于采样流程 | SAMPLER |
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): 5d6f6472fbb4d2c66a8a8b9d6dc34dcc52ac8272589fd6c29e4084d6cab3141b