IPAdapter Advanced
节点功能：该节点是一个用于图像生成过程中的辅助节点，它的作用是：让 AI 在生成图片时，参考你提供的一张图片的“风格”或“构图方式”。你可以把它想象成给 AI 提供一个“参考范例”，就像你对一位画家说：“请你照着这张图的感觉、色调、构图方式，画一幅新图”。这个节点会从你上传的参考图中提取出一些关键特征，比如颜色搭配、用光、线条风格、画面布局等，然后把这些信息“注入”到生成模型里，使生成的新图不仅符合你的文字提示（prompt），还在视觉风格上向你提供的图靠拢。IPAdapter
节点中英文对比
IPAdapter Advanced
weight
weight_type
combine_embeds
start_at
end_at
embeds_scaling
IPAdapter Advanced
weight
weight_type
combine_embeds
start_at
end_at
embeds_scaling
IPAdapter Advanced - 参数说明
输入参数
model
基础扩散模型（SDXL/SD1.5等）。
ipadapter
IPAdapter 模型结构，可能包含视觉模型（clip_vision）。
image
主参考图像（风格/内容控制）
image_negative
负向参考图（抑制生成图中的特定特征）
attn_mask
注意力遮罩（限制IPAdapter的影响区域）
clip_vision
外部CLIP视觉模型（覆盖IPAdapter内置模型）
输出参数
MODEL
已加载IPAdapter适配器的模型
控件参数
weight
主参考图权重（-1~5）
weight_type
权重应用方式：linear/strong/style and composition等
linear：线性加权（默认）
style and composition：风格与构图分离加权
strong：强化特征注入
负权重：weight取负值时产生反向效果（如抑制参考图特征）
combine_embeds
多图特征融合算法：
concat/add/subtract/average/norm average
start_at
嵌入生效的起始时间点（0~1），默认 0。
end_at
嵌入生效的结束时间点（0~1），默认 1。
embeds_scaling
嵌入缩放策略，控制 Key/Value 的 attention 权重： - V only：仅缩放 V - K+V：同时缩放 Key 与 Value - K+V w/ C penalty：加入通道惩罚项 - K+mean(V) w/ C penalty：引入 V 的均值惩罚项。 推荐： K+V 在表现更复杂风格时更稳定； K+V w/ C penalty 可以防止通道过拟合。
暂无节点说明