WanVideoNAG

El nodo WanVideoNAG está implementado basándose en el proyecto Normalized-Attention-Guidance de ChenDarYen. Funciona modificando las capas de atención cruzada durante el proceso de difusión del modelo.

WanVideoNAG es un nodo experimental diseñado para aplicar "Normalized Attention Guidance" (NAG) a modelos de generación de video. Su función principal es mejorar o controlar la alineación del contenido de video generado con las condiciones dadas (como prompts de texto) ajustando el mecanismo de atención interno del modelo. Esto puede mejorar potencialmente la coherencia del video o la consistencia temática.

Funcionalidad del Nodo

Este nodo se implementa basándose en el proyecto Normalized-Attention-Guidance de ChenDarYen. Funciona modificando las capas de atención cruzada durante el proceso de difusión del modelo. Recibe un modelo base y una entrada de acondicionamiento, y controla finamente la intensidad de la guía, la proporción de mezcla y el umbral de recorte del sesgo de atención mediante los tres parámetros nag_scale, nag_alpha y nag_tau. También ofrece configuraciones opcionales para el tipo de entrada y la modificación del modelo in-place. Finalmente, genera un nuevo modelo modificado que incorpora el mecanismo NAG.

Explicación de Parámetros del Nodo - WanVideoNAG

Entradas (Inputs)

Nombre del Parámetro	Tipo de Dato	Obligatorio	Valor por Defecto	Rango/Opciones	Descripción
`model`	MODEL	Sí	-	-	Genera un nuevo modelo con el mecanismo de Guía de Atención Normalizada aplicado.
`conditioning`	CONDITIONING	Sí	-	-	Entrada de incrustaciones de acondicionamiento de texto utilizadas para guiar el proceso de generación. Normalmente proviene del nodo `CLIP Text Encode`.

Parámetros de Control (Parameters)

Nombre del Parámetro	Tipo de Dato	Obligatorio	Valor por Defecto	Rango/Opciones	Descripción
`nag_scale`	FLOAT	Sí	11.0	0.0 - 100.0 (paso: 0.001)	Intensidad del efecto de guía negativa.
`nag_alpha`	FLOAT	Sí	0.25	0.0 - 1.0 (paso: 0.001)	Coeficiente de mezcla que controla el equilibrio entre la representación guiada normalizada y la representación positiva original.
`nag_tau`	FLOAT	Sí	2.5	0.0 - 10.0 (paso: 0.001)	Umbral de recorte que controla cuánto puede desviarse la atención guiada de la atención positiva.
`input_type`	COMBO	No	default	"default", "batch"	Determina cómo se aplica el acondicionamiento. "default" procesa el acondicionamiento como una sola entrada; "batch" espera un acondicionamiento por lotes.
`inplace`	BOOLEAN	No	False	True/False	Si está habilitado, modifica el modelo in-place en lugar de devolver una copia. Úselo con precaución para evitar efectos secundarios no deseados.

Salidas (Output)

Nombre del Parámetro	Tipo de Dato	Descripción
model	MODEL	Genera un nuevo modelo con el mecanismo de Guía de Atención Normalizada aplicado.

Escenarios de Uso

En un flujo de trabajo de generación de video, puedes colocar este nodo después de cargar el modelo base y antes del muestreador. Por ejemplo, primero usa Checkpoint Loader para cargar un modelo de video, luego usa el nodo CLIP Text Encode para generar el acondicionamiento, después introduce el modelo y el acondicionamiento en el nodo WanVideoNAG para ajustarlos, y finalmente conecta el modelo de salida al nodo muestreador para la generación del video.

Consideraciones

Este nodo se encuentra en la categoría KJNodes/wan y está basado en código de investigación del proyecto Normalized-Attention-Guidance. Si bien su funcionalidad puede ser potente, puede comportarse de manera impredecible en ciertos flujos de trabajo. Se recomienda probar con un rango de parámetros y comprender el mecanismo subyacente antes de confiar en él para uso en producción.

Enlace al Código Fuente del Nodo WanVideoNAG

El nodo WanVideoNAG proviene del paquete de nodos ComfyUI-KJNodes.

Wan Video NAG