IPAdapter Advanced
| 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。 |
介绍
IPAdapter Advanced 是 ComfyUI 中的一个强大的自定义节点，专为图像生成与风格迁移优化设计。这个节点在处理复杂图像生成任务时，提供了比基础模型更加灵活和高效的功能，尤其是在图像细节、风格控制以及高级优化方面表现出色。本文将对 IPAdapter Advanced 节点进行详细说明，包括其功能、应用场景、配置要求和操作指导。
主要功能和特点
细节增强：
IPAdapter Advanced 节点采用了先进的算法，能够在图像生成过程中增强细节，使得输出图像在质量、分辨率以及艺术风格上都达到更高标准。
风格迁移支持：
该节点能够结合不同的风格和视觉效果，支持用户进行精确的风格迁移。例如，将某个艺术风格或视觉特征应用到图像的特定部分，或者全局风格化。
面部生成优化：
通过专门设计的模型，IPAdapter Advanced 在处理面部图像时，能确保面部结构的精确度与自然度。对面部特征进行高度优化，尤其适用于生成人物肖像或人脸图像。
增强的模型支持：
除了常规的 Stable Diffusion 模型外，IPAdapter Advanced 节点还支持更多扩展模型（如 SDXL、LoRA 等），提供更广泛的应用场景。
自定义输入与参数控制：
提供了丰富的输入选项和调整参数，允许用户精确控制图像生成过程中的每个环节。包括图像的输入方式、风格、细节程度、色彩校正等。
图像到图像（img2img）功能：
支持图像到图像的生成方式，用户可以提供一张原始图像作为参考，基于该图像生成具有特定风格或改进的输出图像。
应用场景
人物肖像生成：
对面部图像的精细控制，使得 IPAdapter Advanced 成为生成高质量人物肖像图像的理想工具。
艺术风格转换：
在需要将图像转化为特定艺术风格时，IPAdapter Advanced 能够提供极高的控制精度，适用于多种艺术形式，如水彩画、油画、插画等。
复杂场景重建：
在需要生成复杂的场景（例如城市景观、虚拟世界、科幻场景等）时，IPAdapter Advanced 的细节增强和风格迁移能力能够有效提升生成效果。
图像修复与增强：
利用图像到图像的功能，用户可以提供受损的图像或低分辨率图像，通过调整参数，生成更高质量的修复或增强图像。
使用案例
图像扩展：
