SDXL как следует

<!-- lesson: sdxl -->

Урок «sdxl» в группе Картинки: модели списка уроков. Шагов: 9.

#Чему вы научитесь

Настроите граф SDXL на тот размер и те настройки, на которых училось это семейство.

#Что понадобится

• Урок продолжает Первая картинка из текста. Карточка говорит об этом; это подсказка, а не замок.
• Файлы моделей, которые урок проверяет:
  • чекпойнт SDXL (SDXL, Pony, Illustrious), а не SD 1.5, Flux или файл одной диффузионной модели: models/checkpoints, например sd_xl_base_1.0.safetensors.
• Ноды: Load Checkpoint, CLIP Text Encode (Prompt), Empty Latent Image, KSampler, VAE Decode, Save Image / Preview Image.
• Приложение ничего не скачивает и не устанавливает. Тексты шагов ниже говорят, какие файлы, в какие папки и какой шаблон ComfyUI их называет.

#Шаги

Слова каждого шага, как их показывает урок. Имена нод выделены.

1. Что такое SDXL (чтение)

   SDXL от Stability AI это семейство из одной базовой модели и тысяч дообученных из неё: Juggernaut XL, RealVis XL и многих других. Каждая это один файл-чекпойнт с моделью, двумя текстовыми энкодерами и VAE.

   SDXL учили примерно на одном мегапикселе. На 512 на 512, размере SD 1.5, она рисует плохо: повторяющиеся предметы, сломанные лица. Этот урок ставит графу её собственные числа, как шаблон ComfyUI «SDXL1.0: Text to Image (Simple)».

2. Нужен граф с картинкой

   Этот урок продолжает граф из урока «Первая картинка из текста». На холсте должны быть Load Checkpoint, две ноды CLIP Text Encode (Prompt), Empty Latent Image, KSampler, VAE Decode и Save Image со связями между ними.

   Если их нет, сначала пройдите тот урок.

3. Выберите модель SDXL

   В поле ckpt_name ноды Load Checkpoint выберите модель SDXL: базовую sd_xl_base_1.0.safetensors или дообученную из неё. Файлы лежат в models/checkpoints.

   Файл SDXL весит около 6.5 ГБ, файл SD 1.5 от 2 до 4 ГБ. Pony и Illustrious тоже SDXL, у них свой урок.

4. Поставьте размер SDXL

   В ноде Empty Latent Image поставьте в полях width и height 1024.

   Другие размеры той же площади: 896 на 1152, 832 на 1216, 768 на 1344 и то же, повёрнутое набок. Держитесь около одного мегапикселя, обе стороны кратны 64.

5. Настройте сэмплер

   В ноде KSampler поставьте:

   • steps: 25;
   • cfg: 7;
   • sampler_name: dpmpp_2m;
   • scheduler: karras.

   Это числа шаблона ComfyUI. Дообученная модель может просить на своей странице другие: тогда права её страница.

6. Работают оба текста

   Напишите промпт в поле text ноды CLIP Text Encode (Prompt), а в поле text другой текстовой ноды то, чего не нужно: blurry, low quality, watermark.

   SDXL работает при cfg выше 1, поэтому негатив читается. Короткие предложения и списки через запятую она понимает одинаково; у моделей, дообученных на тегах, свой урок.

7. Два энкодера, один текст (чтение)

   SDXL читает промпт двумя энкодерами, CLIP-L и большим OpenCLIP-G. Обычная текстовая нода даёт обоим один и тот же текст, как в шаблоне, и почти всегда это правильно.

   У ноды CLIP Text Encode (SDXL) есть поле для каждого, text_g и text_l, и поля размера. Она мало кому нужна.

8. Рефайнер: страница истории (чтение)

   SDXL 1.0 вышла со второй моделью, рефайнером, который доделывал последние шаги. Шаблон ComfyUI «SDXL Simple» до сих пор его показывает: база делает 20 шагов из 25 и отдаёт остальное.

   Дообученным моделям он не нужен и может испортить им лица. Сегодня второй проход делают перерисовкой любой подходящей моделью: урок «Доводка второй моделью».

9. Граф готов (чтение)

   Сохраните граф через «Файл ▸ Сохранить workflow для ComfyUI…», откройте файл в ComfyUI и запустите там. Само приложение в ComfyUI ничего не запускает.

   Если результат плохой:

   • люди или предметы двоятся: размер далеко от одного мегапикселя;
   • выжженные, пересвеченные цвета: слишком большой cfg, попробуйте 5;
   • блёклая картинка: модели может быть нужен свой файл VAE, об этом скажет её страница.

#Что проверяет урок

Шаг для чтения сделан, когда вы нажимаете Понятно, дальше. Шаг с делом отмечается сам, когда на холсте есть:

• Шаг 2, Нужен граф с картинкой:
  • нода Load Checkpoint.
  • нода CLIP Text Encode (Prompt).
  • нода CLIP Text Encode (Prompt).
  • нода Empty Latent Image.
  • нода KSampler.
  • нода VAE Decode.
  • нода Save Image или Preview Image.
  • CLIP ноды Load Checkpoint во вход clip ноды CLIP Text Encode (Prompt) (промпт) (можно через Load LoRA или CLIP Set Last Layer).
  • CLIP ноды Load Checkpoint во вход clip ноды CLIP Text Encode (Prompt) (негатив) (можно через Load LoRA или CLIP Set Last Layer).
  • MODEL ноды Load Checkpoint во вход model ноды KSampler (можно через Load LoRA или LoraLoaderModelOnly или ModelSamplingSD3).
  • CONDITIONING ноды CLIP Text Encode (Prompt) (промпт) во вход positive ноды KSampler.
  • CONDITIONING ноды CLIP Text Encode (Prompt) (негатив) во вход negative ноды KSampler.
  • LATENT ноды Empty Latent Image во вход latent_image ноды KSampler.
  • LATENT ноды KSampler во вход samples ноды VAE Decode.
  • VAE ноды Load Checkpoint во вход vae ноды VAE Decode.
  • IMAGE ноды VAE Decode во вход images ноды Save Image или Preview Image.
• Шаг 3, Выберите модель SDXL:
  • в поле ckpt_name ноды Load Checkpoint стоит файл такого вида: чекпойнт SDXL (SDXL, Pony, Illustrious), а не SD 1.5, Flux или файл одной диффузионной модели; такой файл лежит в models/checkpoints, например sd_xl_base_1.0.safetensors.
• Шаг 4, Поставьте размер SDXL:
  • width ноды Empty Latent Image: от 640 до 1536; «Сделать за меня» ставит 1024. Почему: SDXL учили около одного мегапикселя; на 512 она повторяет предметы.
  • height ноды Empty Latent Image: от 640 до 1536; «Сделать за меня» ставит 1024. Почему: SDXL учили около одного мегапикселя; на 512 она повторяет предметы.
• Шаг 5, Настройте сэмплер:
  • steps ноды KSampler: от 20 до 40; «Сделать за меня» ставит 25. Почему: шаблон SDXL ставит 25 шагов.
  • cfg ноды KSampler: от 4 до 9; «Сделать за меня» ставит 7. Почему: слишком большой cfg выжигает цвета; шаблон SDXL ставит 7.
  • sampler_name ноды KSampler: dpmpp_2m.
  • scheduler ноды KSampler: karras.
• Шаг 6, Работают оба текста:
  • text ноды CLIP Text Encode (Prompt) (промпт): не меньше 20 знаков.
  • text ноды CLIP Text Encode (Prompt) (негатив): не меньше 5 знаков.

#Что дальше

Этот урок продолжают: Pony и Illustrious: теги вместо предложений, SD 3.5: один файл и новый пустой латент.

#См. также

• SDXL
• Размер и пропорции
• Чекпойнт
• Как устроены уроки