ComfyUI JankhiDiffusion 项目更新日志与技术解析
2025-06-02 00:34:55作者:齐冠琰
项目概述
ComfyUI JankhiDiffusion 是一个基于 ComfyUI 平台的扩散模型扩展项目,主要提供了一系列增强的节点功能,特别是针对 MSW-MSA 注意力和 RAUNet 模型的优化。该项目通过不断更新迭代,为 AI 图像生成工作流带来了更多灵活性和控制选项。
2025年5月6日更新
前端参数显示调整
本次更新主要解决了 ComfyUI 前端显示逻辑变更带来的兼容性问题。由于 ComfyUI 调整了参数控件的显示方式,现在 YAML 参数在节点中会占用更多空间且无法隐藏。
技术细节:
- 参数控件现在即使使用输入连接也会占据完整空间
- 为了保持向后兼容性,开发者选择保留现有设计而非完全改为输入模式
- 这一变化主要影响工作流界面的空间布局
2024年12月24日更新
外部节点包集成重构
本次更新对与外部节点包的集成方式进行了重构,虽然从用户角度看应该没有明显变化,但底层实现更加健壮。
开发者建议:
- 如果发现任何异常行为,建议及时反馈
- 这一重构为未来的功能扩展奠定了基础
2024年10月14日更新
重大功能升级
本次更新带来了多项重要改进,特别是对 MSW-MSA 注意力和 RAUNet 模型的增强。
MSW-MSA 注意力改进
- 现在支持所有图像尺寸处理
- 当尺寸不兼容时,会自动缩放潜在空间
- 引入了自动调整输出尺寸为8的倍数的功能(提高兼容性)
缩放算法优化
- 默认使用
adaptive_avg_pool2d方法,支持分数级缩放 - 新增宽度和高度独立缩放因子支持
- 添加了 CA 缩放效果的淡出控制
其他改进
- 简单节点新增"auto"模型类型参数
- 高级节点增加
yaml_parameters输入 - SDXL 模型的默认参数调整为更接近官方 HiDiffusion 配置
注意事项:
- 此更新可能会轻微改变种子效果
- 如需保持旧版行为,可设置
ca_latent_pixel_increment: 1
2024年8月27日更新
RAUNet 模型修复
修复了 RAUNet 模型修补中可能导致半非确定性输出的问题。
影响:
- 修复可能会改变种子效果
- 提高了生成结果的稳定性
2024年8月13日更新
RAUNet 节点重构
本次更新对 RAUNet 节点进行了重大重构。
主要变更:
- 重构了修补后端,使其作为标准模型修补工作
- 新增 CA 降尺度因子设置(类似深度收缩功能)
- 新增 CA 降尺度模式选择(之前固定为
avg_pool2d)
注意事项:
- 高级 RAUNet 节点参数变更,会破坏现有工作流
- 可能轻微改变种子效果
2024年8月2日更新
RAUNet 两阶段放大改进
功能改进:
- 修复了两阶段放大设置无效的问题
- 两阶段放大不再是开关选项,而是允许选择缩放方法
注意事项:
- 如需保持旧版行为,可将两阶段放大模式设为
nearest-exact - 高级 RAUNet 节点参数变更,会破坏现有工作流
- 可能改变种子效果
技术总结
ComfyUI JankhiDiffusion 项目通过持续的更新迭代,为用户提供了更加强大和灵活的 AI 图像生成工具。特别是对 MSW-MSA 注意力和 RAUNet 模型的优化,使得处理不同尺寸图像更加高效,同时提供了更多精细控制选项。
对于用户而言,需要注意以下几点:
- 重大更新可能会改变种子效果
- 高级节点参数变更可能会影响现有工作流
- 项目提供了多种参数配置选项,可以根据需要调整生成效果
建议用户定期关注更新日志,了解功能变化和兼容性注意事项,以获得最佳的使用体验。
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
暂无简介
Dart
568
127
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
599
164
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.03 K
607
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
280
26