01.

SDXL的两个大模型：base基础大模型和refiner精修大模型。

可以单独使用base基础模型生成图像，如果想要图像更精美，可以加入refiner精修模型。

SDXL base基础工作流搭建：

和SD15很像，Checkpoint模型加载器，选择SDXL的base基础大模型。

K采样器换成K采样器（高级）。

基础模型base和精修模型refiner都自带VAE，所以不用单独加载VAE。

SD15的尺寸只能512，SDXL的尺寸可以到1024 * 1024。

02.

采样器（高级）和K采样器的区别：

多了添加噪波和返回噪波。

降噪变成开始降噪步数和结束降噪步数。

添加噪波：要不要将随机种的噪波添加到空Latent。正常是要的，才可以通过不同的种子值，得到不同的图像。禁用，得到的就是一个空白画板。

开始降噪步数：0，表示从一开始就降噪。

结束降噪步数：可以无限大。比如步数为20，结束降噪步数为12，则从0-12步开始降噪，之后剩下的8步不会采样，即图像去噪不完全。

返回噪波：启用的话，会把剩下的噪声，返回到图像上。禁用，就是剩下的噪声，不用返回图像上了，采样成什么样就是什么样。

03.

refiner精修工作流搭建：

通过SDXL基础模型生成的图像进行精修。

复制一份base基础工作流，模型换成refiner模型。

基础模型需要返回噪波，让精修模型继续进行后面的采样。

基础模型输出一张带有噪波的图像给精修模型的Latent。

精修模型不需要再添加噪波了，因为基础模型已经给了。所以精修模型的添加噪波关闭。

此时精修模型的随机种没有意义，它的噪波全部来源于基础模型。（如果需要切换种子值来切换图像，在基础模型部分切换就行）

refiner精修模型的开始降噪步数：前面基础模型的结束降噪步数。如果base模型的结束降噪是20，那refiner的开始降噪就是20。

refiner精修模型的结束降噪步数：需要大于或等于总步数。比如总步数是30，结束降噪步数可以是30，也可以是100，但不能小于30，会采样不完全。

返回噪波关闭，采样全部在精修模型里处理好了。采样结束是什么样就返回什么样，噪波不用加回去了。

同样的步数，单独base出图和加上refiner出图对比。

也可以尝试高阶采样器，步数需要调高到50步。

04.

SDXL生成的图像对比SD15，在美学和质量上有很大的改进。

其他更具体的，自行探索吧。

为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。

由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取

一、ComfyUI配置指南

• 报错指南
• 环境配置
• 脚本更新
• 后记
• …

二、ComfyUI基础入门

• 软件安装篇
• 插件安装篇
• …

三、 ComfyUI工作流节点/底层逻辑详解

• ComfyUI 基础概念理解
• Stable diffusion 工作原理
• 工作流底层逻辑
• 必备插件补全
• …

四、ComfyUI节点技巧进阶/多模型串联

• 节点进阶详解
• 提词技巧精通
• 多模型节点串联
• …

五、ComfyUI遮罩修改重绘/Inpenting模块详解

• 图像分辨率
• 姿势
• …

六、ComfyUI超实用SDXL工作流手把手搭建

• Refined模型
• SDXL风格化提示词
• SDXL工作流搭建
• …

由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取