EasyLoader (PixArt)(pixArtLoader)

ComfyUI-Easy-Use パッケージの EasyLoader (PixArt) ノード (pixArtLoader) は、PixArt モデル用の便利なローダーです。PixArt に必要なすべてのコンポーネント（チェックポイントまたは単体のモデルファイルからの拡散モデル、VAE、CLIP テキストエンコーダー、SD3 スタイルの T5 テキストエンコーダー）を読み込み、positive と negative のテキストフィールドからプロンプトの条件付けを構築し、要求されたサイズとバッチサイズで空の潜在変数を作成し、LoRA 変更を適用して、すべてを Easy-Use パイプラインにまとめます。

説明

このノードは、PixArt ワークフローのワンストップローダーとして設計されています。チェックポイント、VAE、CLIP、T5、LoRA、空の潜在変数を個別にチェーンする代わりに、EasyLoader (PixArt) を使用して、サンプリング用の完全な PIPE_LINE を準備できます。また、他の場所に接続する必要がある場合は、生の MODEL と VAE の出力も公開します。

このノードは、事前計算済みの条件付けではなく、生のテキストプロンプトを想定しています。positive と negative の文字列は、選択した CLIP および T5 エンコーダーを使用して内部でエンコードされます。

入力

必須入力

• ckpt_name (COMBO): PixArt の重みを含むチェックポイントファイルを選択します。インストール済みのモデルファイルに一致するチェックポイントを選択してください。
• model_name (COMBO): 単体の PixArt 拡散モデルファイルを選択します。PixArt の重みの保存方法に応じて、これまたは ckpt_name のいずれかを使用します。
• vae_name (COMBO): 潜在変数を画像にデコードするために使用する VAE を選択します。
• t5_type (COMBO): PixArt の条件付けの T5 部分に使用するテキストエンコーダーのタイプです。現在利用可能なオプションは sd3 のみです。PixArt は SD3 スタイルの T5 テキストエンコーダーに依存しています。
• clip_name (COMBO): 条件付けのために T5 と一緒に使用する CLIP テキストエンコーダーを選択します。
• padding (INT, デフォルト 1, 範囲 1–300): T5/SD3 テキストエンコーダーでテキストをエンコードする際のパディング長を設定します。値を大きくすると、プロンプトの周囲にパディングトークンが追加されます。
• t5_name (COMBO): テキストエンコードに使用する T5 モデルファイルを選択します。
• device (COMBO, デフォルト cpu): 読み込まれたコンポーネントを実行する場所を決定します。オプション:
  • auto: ComfyUI にデバイスを自動的に選択させます。
  • cpu: CPU 実行を強制します。
  • gpu: GPU 実行を強制します。
• dtype (COMBO): 読み込まれたモデルに使用する精度を制御します。オプション:
  • default: モデルのデフォルト精度を使用します。
  • auto (comfy): ComfyUI に適切な精度を決定させます。
  • FP32: 完全な float32 精度。
  • FP16: 半精度。VRAM 使用量の削減に役立ちます。
  • BF16: bfloat16 精度。対応ハードウェアで役立ちます。
• lora_name (COMBO): PixArt モデルに適用する単一の LoRA ファイルを選択します。
• lora_model_strength (FLOAT, デフォルト 1, 範囲 -10 から 10, ステップ 0.01): 選択した LoRA がモデルに与える影響の強さを制御します。負の値も許可されます。
• ratio (COMBO, デフォルト "1.00"): 名前でアスペクト比のプリセットを選択します。デフォルトの "1.00" は正方形の 1:1 アスペクト比に対応します。
• empty_latent_width (INT): 生成された空の潜在変数の幅（ピクセル単位）。デフォルトが設定されていないため、希望の幅を指定します。
• empty_latent_height (INT): 生成された空の潜在変数の高さ（ピクセル単位）。デフォルトが設定されていないため、希望の高さを指定します。
• positive (STRING, デフォルト ""): 条件付けに使用するポジティブテキストプロンプト。
• negative (STRING, デフォルト ""): 条件付けに使用するネガティブテキストプロンプト。
• batch_size (INT, デフォルト 1, 範囲 1–64): 空の潜在バッチに作成する潜在サンプルの数。

オプション入力

• optional_lora_stack (LORA_STACK): 適用する追加の LoRA スタック。モデルに複数の LoRA を適用する必要がある場合や、別の Easy-Use ノードから LoRA スタックを使用する場合に便利です。

出力

• PIPE_LINE: 読み込まれたモデル、VAE、条件付け、潜在変数、および後続の Easy-Use サンプラーノードに必要なその他の設定を含む Easy-Use パイプラインオブジェクト。
• MODEL: LoRA の変更が適用された、読み込まれた PixArt 拡散モデル。
• VAE: 読み込まれた VAE。デコーダーやサンプラーノードへの直接接続に利用できます。

使用上の注意

• このノードは個別の CONDITIONING 出力を公開しません。条件付けは positive と negative から内部で構築され、PIPE_LINE に含まれます。
• ckpt_name の代わりに model_name を使用してモデルを読み込む場合は、VAE、CLIP、T5 の選択がモデルの要件と一致していることを確認してください。
• PixArt は SD3 スタイルの T5 テキストエンコーダーを使用するため、t5_type は現在 sd3 に固定されています。
• padding 値は T5 テキストエンコード中に適用されます。長いプロンプトを扱う場合は、プロンプトトークンの切り詰めや位置ずれを避けるために、この値を増やす必要があるかもしれません。
• device のデフォルトは cpu です。ハードウェアが高速な T5/CLIP エンコードをサポートしている場合は、gpu または auto に切り替えてください。
• ratio は便利なアスペクト比プリセットです。実際の出力潜在変数の解像度は empty_latent_width と empty_latent_height によって制御されます。
• 複数の LoRA を適用する場合は optional_lora_stack を使用します。LoRA の強度値は負の値にすると効果を反転または弱めることができます。