Generate Media Latents (Modular Diffusion Pipeline)
執行核心擴散去噪迴圈 (Denoising Loop)。接收噪訊、編碼張量或部分去噪的潛在張量作為輸入,經過擴散演算後輸出完全或部分去噪的目標潛在張量。
類別目錄:ModularDiffusion/Processing
核心速覽
- 模組化擴散生成的核心主力節點。連線
pipeline與input_latent;配置 Prompt 提示詞與步數即可啟動。 - 所有執行期參數(正負提示詞、引導權重、ControlNet 輸入等)皆為動態響應參數——會依據連線管線的模型架構自動調適呈現。
- 針對多階段細化 (Multi-stage) 或二次擴散重繪 (Rediffusion) 工作流程,可串聯多個 Generate 節點,並運用
start_step與end_step切割時間步排程。 - 輸出成果為潛在空間張量——請接駁至 Decode Media Latent 解碼還原為最終影像或視訊。
典型工作流程架構
Pipeline Builder → Create Noise Latents → [Generate Media Latents] → Decode Media Latent
節點介面預覽

輸入端說明
| 名稱 | 型別 | 必填 | 說明備註 |
|---|---|---|---|
pipeline |
Pipeline Config |
是 | 來自 Pipeline Builder 或 ControlNet Pipeline。 |
input_latent |
LatentArtifact 或 InpaintMaskArtifact |
是 | 起始潛在張量。可使用噪訊張量(文字生圖/生視訊)、編碼張量(圖生圖/視訊生視訊),或前置 Generate 節點的中間輸出(多階段細化)。 |
controlnet_parameters |
control_parameters |
僅當 pipeline 為 ControlNet 管線時必填 |
來自 ControlNet Pipeline 節點的 control_parameters 輸出埠。 |
additional_parameters |
list[dict] | 否 | 轉發至底層管線調用的通用模型專屬 kwargs 關鍵字參數清單。 |
輸出端說明
| 名稱 | 型別 | 說明備註 |
|---|---|---|
output_latent |
LatentArtifact |
去噪運算完成後的輸出潛在張量。 |
preview_image |
ImageUrlArtifact |
即時中間解碼預覽——僅在 設定 → Modular Diffusion Library → Enable Image Preview Intermediates 開啟時即時產生。 |
progress |
progress bar | 逐步生成進度指示器。 |
logs |
str | 記錄每一步去噪耗時與排程的時間戳記日誌。 |
參數說明
生成參數 (動態參數——依模型架構自適應)
精確的參數清單取決於連線的模型。常見核心參數:
| 名稱 | 型別 | 說明備註 |
|---|---|---|
prompt |
str | 正向提示詞 (Positive Prompt)。 |
negative_prompt |
str | 反向提示詞 (Negative Prompt)——僅在支援無分類器引導 (CFG) 的模型管線下顯示。 |
guidance_scale / true_cfg_scale |
float | 無分類器引導強度 (CFG Scale)。不同模型的內部命名略有差異。 |
num_inference_steps |
int (預設值:20) |
擴散去噪排程的總步數。 |
seed |
int | 控制去噪過程的隨機亂數種子。 |
多階段 / 局部去噪控制
| 名稱 | 型別 | 預設值 | 說明備註 |
|---|---|---|---|
add_noise |
bool | False |
去噪前是否先向輸入張量重新注入額外高斯噪訊(適用於圖生圖或二次重繪流程)。 |
start_step |
int | 0 |
去噪排程的起始步數索引(以 0 為基準)。 |
end_step |
int | -1 |
去噪排程的結束步數索引;-1 代表執行至最後一步。 |
供應商與模型特定行為
- ControlNet 條件控制:當傳入的
pipeline屬於ControlNetDiffusionPipelineArtifact時,介面會自動動態掛載controlnet_parameters輸入埠。 - 局部重繪 (Inpainting):當
input_latent接收到InpaintMaskArtifact時(來自 Encode Masked Media Latent),節點會自動切換為 Inpaint 管線類別,並採用該產物自帶的重繪強度strength。
技巧與避坑指南
- 切換管線時自動保留同名連線:更換上游管線時,若新管線依然具備相同名稱的參數埠,既有連線會被自動保留,介面並會即時重新排版以反映新佈局。
- 即時預覽會降低推論效能:預覽功能預設處於關閉狀態。若需開啟,請至 設定 → Modular Diffusion Library → Enable Image Preview Intermediates。
- 靈活運用
start_step與end_step:您可以串聯兩個 Generate 節點(例如前置節點執行步數0–10確定構圖,後置節點執行10–20細化細節),實現靈活的多階段精細控制。 - 支援執行中途即時取消:在介面點擊取消時,系統會設定管線的
_interrupt標記,運算會在當前步驟結算後立即優雅終止。 - 解析度維度完全源自
input_latent:Generate 節點本身沒有寬高設定——解析度一律由上游的 Create Noise Latents 或影像編碼節點全權決定。
相關延伸閱讀
- Modular Diffusion Pipeline Builder
- Create Noise Latents · Encode Media Latent · Encode Masked Media Latent —— 常見的上游張量生成節點。
- Decode Media Latent —— 典型的下游視覺解碼節點。
- 工作流程範本:
workflows/templates/Text2Image.py、workflows/templates/MultistageText2Image.py、workflows/templates/Image2Image.py。