跳轉至

Add Latents

對兩個潛在空間張量執行逐元素加法 (Elementwise Sum) 運算。

類別目錄：ModularDiffusion/Transform

核心速覽

  • 數學邏輯：output = left_latent + right_latent（逐元素相加）。
  • 兩個輸入端張量必須擁有完全一致的形狀維度與潛在空間規格（即源自相同模型架構的管線）。
  • 常見應用場景：融合混合兩個已去噪的潛在張量、精準注入受控噪訊、在多階段生成間添加殘差 (Residuals)。

典型工作流程架構

Generate Media Latents (分支 A) ─┐
                                 ├─→ [Add Latents] → Generate / Decode
Generate Media Latents (分支 B) ─┘

節點介面預覽

Add Latents

輸入端說明

名稱 型別 必填 說明備註
left_latent LatentArtifact 是 左側被加數潛在張量。
right_latent LatentArtifact 是 右側加數潛在張量，形狀維度必須與 left_latent 完全相同。

輸出端說明

名稱 型別 說明備註
output_latent LatentArtifact 相加後的全新潛在張量 (left + right)。

技巧與避坑指南

  • 兩者形狀維度必須完全一致：若解析度或畫格數不對等，請先透過上採樣或幾何適配節點調整其中一個張量。
  • 嚴格維持在相同的模型家族內運算：每個擴散模型採用的 VAE 與潛在空間流形各不相同——跨模型混用張量（例如將 Flux 與 SDXL 的張量相加）將產生完全混亂失真的無意義數值。

相關延伸閱讀