Save Latent Tensor

將 LatentArtifact 潛在張量作為 PyTorch .pt 檔案持久化寫入磁碟。常用於張量數值偵錯、跨流程傳遞或建立離線測試基準資料 (Test Fixtures)。

類別目錄：ModularDiffusion/IO

核心速覽

• 儲存的是底層原始的潛在張量矩陣——絕非解碼後的視覺影像。若需重新引入工作流程，可使用 torch.load(...) 讀取 .pt 檔案並封裝為 LatentArtifact（或在自訂節點程式碼中直接調用）。
• 輸出埠（saved_path）會回報解析後的本機絕對路徑，方便您接駁至日誌記錄或中繼資料歸檔節點。

典型工作流程架構

Generate Media Latents → [Save Latent Tensor]
                       └→ Decode Media Latent → Save Image

節點介面預覽

輸入端說明

名稱	型別	必填	說明備註
latent_tensor	LatentArtifact	是	欲儲存的目標潛在張量。

輸出端說明

名稱	型別	說明備註
saved_path	str	張量檔案成功寫入磁碟的絕對路徑。

參數說明

名稱	型別	預設值	說明備註
file_path	str	debug/latent.pt	輸出目標路徑。相對路徑以工作區目錄為基準解析；父層目錄不存在時會自動建立。

技巧與避坑指南

• 自動分離並卸載至 CPU：張量在寫入磁碟前會自動調用 .detach().cpu()——可確保在任何硬體裝置環境中安全重載。
• 純原始張量儲存：檔案僅保存原始 Tensor 權重矩陣，不包含額外中繼資料。若後續解碼需要依賴特定的 source_shape，請自行額外記錄。
• .pt 檔案體積考量：一張 1024×1024 的 SDXL 潛在張量約 4 MB；而高畫質長時長 LTX 視訊潛在張量檔案可高達數百 MB。

相關延伸閱讀

• Generate Media Latents —— 典型產生待儲存張量的核心上游節點。