IPAdapter Precise Style Transfer
节点功能：该节点继承自 IPAdapterAdvanced，用于在图像生成过程中进行精确风格迁移（Precise Style Transfer），允许你通过可控的 embedding 融合方式，将风格图像的信息注入主模型（如 SD1.5 或 SDXL）中，从而影响最终生成结果的风格、色彩、纹理甚至结构布局。下图为该节点和IPAdapterAdvanced之间的主要区别。IPAdapter Precise Style
节点中英文对比
IPAdapter Precise Style Transfer
weight
style_boost
combine_embeds
start_at
end_at
embeds_scaling
IPAdapter Precise Style Transfer
weight
style_boost
combine_embeds
start_at
end_at
embeds_scaling
IPAdapter Precise Style Transfer - 参数说明
输入参数
model
Stable Diffusion 类型的主模型，用于注入风格特征。
ipadapter
已加载的 IPAdapter 模型，包含视觉与注意力融合模块。
image
作为风格参考的图像，一般是风格源图。
image_negative
用于生成反向嵌入特征（控制不希望出现的风格）。
attn_mask
限定风格嵌入在空间上的作用区域。
clip_vision
显式传入 CLIP 视觉模型，若为空将从 ipadapter 中提取。
输出参数
MODEL
应用了风格引导的 SD 模型，可继续用于生成或合成。
控件参数
weight
控制参考图对输出图像风格的影响强度。weight 是基础影响系数，控制 image（正向图像）在生成时对最终图像的影响程度，类似 IPAdapterEncoder 中的权重。
style_boost
进一步提升风格特征的影响力，主要针对“风格化”程度。style_boost 是额外的风格强化器（通常在融合阶段放大 style 向量的某些维度或其对 attention 的权重），用于生成更鲜明的风格特征输出，常用于风格迁移任务。
combine_embeds
多图时嵌入向量合并策略，如拼接、求平均、加法等。
concat: 拼接所有嵌入（信息保留最多，但可能引起不稳定）。
add: 相加融合。
subtract: 以第一个为主，减去其余（风格差异建模）。
average: 求平均风格。
norm average: 归一化后再平均，减少大值主导效应。
start_at
指定风格控制的起始推理步数（归一化 0~1）。
end_at
指定风格控制的结束推理步数（归一化 0~1）。
embeds_scaling
嵌入应用方式，影响 attention 的 Key 和 Value。
"V only"：只用于 Value，风格仅作用于输出的内容强度。
"K+V"：用于 Key 和 Value，加强风格控制但可能影响图像结构。
"K+V w/ C penalty"：加入正则项平衡风格控制与结构一致性。
"K+mean(V) w/ C penalty"：在上述基础上增强稳定性。
一般任务使用 "V only" 即可，高风格迁移任务可尝试 "K+V w/ C penalty"。
暂无节点说明