ComfyUI出图原理

一、介绍

因为comfyUI是基于workflow工作流的，就是将要完成的任务进行分解，然后一个个节点配置起来，如果你不懂的工作原理，别人分享的工作流你也只仅仅只能使用，想自己微调的话难度就大了。

二、原理拆解

这次先从最简单的文生图来拆解分析。

当你输入一个文字，比如 1girl,我们称之为 text prompt，系统会返回给你一张符合你输入文本的描述图片。

在整个过程中，在底层实现这个工作有三个关键点。

• 1、大模型

• 2、CLIP和VAE

• 3、采样器

下面分别来介绍。

2.1 大模型

第一个关键是大模型，模型是拿非常多的图片样本进行计算，这些图片上有大量的文本标记Tag，比如说蒙娜丽莎的图，就会打上达芬奇、写实派、女性、微笑、油画等一系列的属性，我们称之为Tag。

计算的过程中 ComfyUI做了以下三个事情

1：创建了一个叫做潜在空间的地方 Latent space。

2：用算法把这些图片进行