跳轉至

Modular Diffusion Pipeline Builder

單次載入並快取 🧨 Diffusers 擴散管線,供工作流程中的所有後續節點重複複用。

類別目錄:ModularDiffusion/Pipeline

核心速覽

  • 單次建構,多次生成:請將此節點置於工作流程前端;將其 pipeline 輸出埠連線至所有需要模型權重的 Modular Diffusion 節點(如 Generate Media Latent、VAE Encode/Decode、Create Noise 等)。
  • 優先選定 provider:模型存放庫路徑與執行階段各項參數,皆會依據您選取的模型供應商動態重新生成。
  • 管線快取機制:系統會依據管線設定值的雜湊 (Hash) 自動快取模型。修改載入期參數(如模型存放庫、量化模式、LoRA)會觸發管線重新建構與快取;而執行期參數(如 Prompt 提示詞、步數)則不會觸發重新載入。
  • 輸出型別:Pipeline Config。

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

Modular Diffusion Pipeline Builder

輸入端說明

名稱 型別 必填 說明備註
loras loras 否 連接一個或多個 Load LoRA 節點。依連線順序依序疊加掛載。

輸出端說明

名稱 型別 說明備註
pipeline Pipeline Config 快取的管線設定成品。接駁傳遞至所有接收 pipeline 輸入的節點。
logs str 建構過程的日誌資訊,包含解析出的配置雜湊值。

參數說明

管線選擇 (動態參數——隨 provider 變更而自動更新)

名稱 型別 說明備註
provider choice Flux、Flux2、Stable Diffusion、Stable Diffusion 3、Qwen、Z-Image、HunyuanVideo 1.5、LTX、LTX2、WAN。切換此項會動態重置下方所有參數。
pipeline_type choice 針對選定供應商的特定管線類別(例如 FluxPipeline、WanImageToVideoPipeline)。決定該管線的核心功能能力。
<model repo> HF repo picker Hugging Face 存放庫 ID。僅支援 Diffusers 標準目錄格式——不直接載入單一檔案的 .safetensors Checkpoint 權重。

顯示卡記憶體最佳化 (Memory optimization)

名稱 型別 預設值 說明備註
memory_optimization_strategy choice Manual 選為 Automatic 時將隱藏下方各項微調開關,改用系統為該模型配置的最佳化預設值。
attention_slicing bool False 注意力矩陣分塊切片:顯著降低 VRAM 佔用,速度微幅下降。
vae_slicing bool False VAE 逐格解碼切片:以 Batch Size = 1 解碼潛在張量;對大批次生成極為有效。
transformer_layerwise_casting bool False 逐層型別動態轉換:Transformer 主體常駐於低精度,僅在特定層運算時提升精度。
cpu_offload_strategy choice None CPU 權重卸載:可選 Model(整模組卸載)或 Sequential(逐層卸載)——閒置時移至記憶體以釋放 VRAM,會降低推論速度。
quantization_mode choice None 權重量化模式:fp8 / int8 / int4(透過 optimum-quanto / bitsandbytes)——大幅壓縮權重體積,但會略微妥協畫質。

請僅啟用工作流程實際需要的項目——每項最佳化皆是在「推論速度」與「顯示卡記憶體」之間進行權衡。

技巧與避坑指南

  • 引擎重新啟動後的快取生命週期:管線快取僅存在於本機處理程序記憶體中;重新啟動引擎後首次執行時,節點會自動重新加載並快取。
  • 載入時顯示卡記憶體不足 (OOM):模型權重超過可用 GPU 記憶體容量。請依據影響程度依序嘗試以下調整:將 quantization_mode 設為 int8 或 int4、將 cpu_offload_strategy 設為 Model(將閒置子模組移至 CPU),或開啟 vae_slicing(降低解碼期的記憶體尖峰峰值)。
  • LoRA 權重未生效:請檢查兩點:(1) LoRA 是否針對您選取的 pipeline_type 相同模型架構進行訓練——例如 Flux LoRA 無法套用於 WAN 視訊管線;(2) Load LoRA 節點是否已穩固連線至本節點的 loras 輸入端。
  • 配置參數前務必先選定 provider:更換 provider 會清空並重新生成針對新模型的專屬參數——同名參數的連線會盡可能保留,但數值將恢復預設狀態。

相關延伸閱讀