ModelSamplingDiscrete / 采样算法（离散）
节点功能：ModelSamplingDiscrete 节点是一个用于 更换采样预测模式 的高级模型补丁节点，主要目的是告诉扩散模型“你要预测什么形式的噪声或图像残差”。这个节点控制模型在采样过程里预测的是哪种数据：比如是噪声 (eps)、预测值 (v)、图像本身 (x0) 还是 LCM 模式等。不同模式会影响图像生成的风格、速度和效果。
ModelSamplingDiscrete - 节点参数说明
| 输入参数 | |
| model | 指定采样策略类型。 |
| 输出参数 | |
| MODEL | 应用指定采样类型后的模型对象。 |
| 控件参数 | |
| sampling | 不同任务选择不同策略： • eps：适用于传统 Stable Diffusion； • v_prediction：提高采样稳定性； • lcm：适用于低步数加速（如 LCM）； • x0：预测原图，适用于图像修复等任务； • img_to_img：适用于图生图流程。 |
| zsnr | 启用 Zero SNR 调整机制。 通常仅在 v_prediction 模式中与 LCM 联合使用，默认关闭。 |
介绍
该ModelSamplingDiscrete节点旨在通过提供多种离散采样方法供用户选择，从而增强人工智能模型的采样过程。它赋予模型输出生成方式更大的灵活性，使用户能够根据自身需求选择最合适的采样技术。通过提供诸如 `-1`、`-2` 、eps` -3`和`-4` 等选项，该节点可满足不同的预测和采样策略，确保用户能够微调模型的行为。此外，该节点还包含一个选项，用于重新调整零端信噪比 (SNR) 的 sigma 值，从而进一步提升模型的性能。对于希望尝试不同采样方法以获得最佳人工智能生成艺术作品效果的高级用户而言，该节点尤为实用。v_predictionlcmx0
案例
下图为测试用例，在适应场景下选择合适的方式，如果文生图使用image_to_image可能导致生成噪声图。
