Tome合并模型Token - ComfyUI Built-in Node Documentation

TomePatchModel 会对扩散模型应用 Token Merging (ToMe)，以降低推理过程中的计算开销。

TomePatchModel 会对扩散模型应用 Token Merging (ToMe)，以降低推理过程中的计算开销。其工作方式是在模型的注意力机制内部合并相似的 token，这样模型处理的 token 更少，同时基本保持输出质量不变。

输入

参数	描述	数据类型	必需	范围
`模型`	要应用 token 合并的扩散模型	MODEL	是	-
`比率`	要合并的 token 比例（默认：0.3）。更高的值会合并更多 token，这可以带来更大的加速，但可能降低质量。	FLOAT	是	0.0 - 1.0

注意：如果某个注意力块中的 token 数量足够少，无需下采样，则合并函数会被替换为 no-op，模型在该块中保持不变运行。

输出名称	描述	数据类型
`model`	应用了 token 合并后的修改模型	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): 1202c0df17f357440cd156fa0920f70c18a318e32c41dc04cecff11613f0072f