ComfyUI调度器介绍
在 ComfyUI中，调度器的作用，主要体现在以下方面：控制采样过程，平衡速度与质量，调整图像生成效果。
1、控制采样过程
在扩散模型生成图像时，需要从随机噪声逐步去噪以生成最终图像，这个过程被称为采样。调度器负责控制采样的具体步骤，像确定每一步的去噪强度、噪声的添加和移除方式等。不同的调度器有不同的采样策略，这会影响图像生成的速度与质量。
2、平衡速度与质量
不同调度器在速度和生成图像质量上各有优劣。一些调度器更注重速度，能够在较少的采样步骤内生成图像，不过图像质量可能稍逊一筹；另一些调度器则更强调生成图像的质量，会采用更多的采样步骤，虽然速度较慢，但生成的图像质量更高。
3、调整图像生成效果
调度器能够对生成图像的细节、清晰度、色彩等方面产生影响。通过调整调度器的参数，用户可以改变图像的生成效果，以满足不同的创作需求。例如，增加采样步骤通常能使图像更加细腻、清晰，但会延长生成时间。
Exponential调度器
路径：新建节点->采样->自定义采样->调度器
步数:：简单理解为在画布上花花，一共画多少笔。步数越高，画面细节越多，但太高会导致图片过拟合，也就是画多了，反之依然。
最大Sigma：噪声的扩散，会影响整张图变化。简单理解为雾气，雾气过高，远处的场景就模糊看不清，雾气越低看的越清晰。
最小Sigma：精细度，简单理解为细节刻画,对图片整体不会有较大改变，参数越小，细节越清晰，参数越高，就会丢失一部分细节，变得平滑一些。
Karras调度器
路径：新建节点->采样->自定义采样->调度器
步数：同上
最大Sigma：同上
最小Sigma：同上
rho：噪声，当值较大时，就像一阵狂风吹进世界，原本应该慢慢成型的世界加速了变化，从而变得缺少细节和粗糙，画面虽然成型，但缺少美感。把值调小后，就像一阵微风吹进世界，慢慢的引导着变化，从而画面成型的更多的细节、结构合理和画质美丽。
Polyexponential调度器
路径：新建节点->采样->自定义采样->调度器
参数：同上
Laplace调度器
路径：新建节点->采样->自定义采样->调度器
步数：同上
最大Sigma：同上
最小Sigma：同上
mu：想象成魔法的中心力量点，表示力量的起始中心位置。
beta：改变魔法的调整系数，把上面几个参数结合起来，调整着整体效果的强度。
Beta调度器
路径：新建节点->采样->自定义采样->调度器
步数：同上
alpha：简单理解为强度。控制生图时变化的剧烈程度。
beta：同上
Laplace调度器
路径：新建节点->采样->自定义采样->调度器
步数：同上
最大Sigma：同上
最小Sigma：同上
mu：同上
beta：同上
基础调度器
路径：新建节点->采样->自定义采样->调度器
调度器：简单理解为里面有好几个画家，选择其中一个参与作画。
karras：卡拉斯。能力以精密计算闻名。精确的平衡各种参数的比例，生图路径为一开始温和，后期快速加速。适合场景，在生成过程中注重细节过度和最终质量时选择它。
exponential：指数。能力为快速放大效果，从细微变法演化为惊人的最终成果。特点是调和路径强调指数增长，一开始变化缓慢逐渐变化迅猛激烈。适用生成场景，适合希望生成过程更加戏剧化，特别是在需要高动态范围的魔法中。
sgm_uniform：随机梯度画家。强调均匀性，生成过程中保持平稳的变化。适合对稳定性要求较高的场合，比如希望生成无缝流畅的图像。
simple：简单画家。最简单直接的作画方式，基础中的基础，适合快速完成实验和探索新模型的可能性。适用场景，用在测试阶段或对速度要求高的时候。
ddim_uniform：均匀扩散法。在作画的过程中，每一步都平滑过度，使最终成果充满一致性。ddim的路径注重保持初始噪声和最终图像的平滑转换。当需要兼顾速度和质量时选择它。
beta：根据beta的分布调整作画节奏，使每一步准确无误，强调细腻的变化，适合高质量的任务。适用场景，需要高度自定义的场合，比如处理特殊任务或复杂细节。
linear_quadratic：线性二次。将作画过程视为一条平滑的曲线，通过数学模型确保每一步都递增或递减。追求平衡与和谐，遵循精确的数学规则。适合场景，适合需要严格控制每一步生成的情况。
kl_optimal：k罗波。追求完美。让每一步都朝着最优方向发展，避免资源浪费或偏差。公认的效率最高，但需要深厚的专业知识来驾驭。适用场景，适用高端需求，比如生成过程需要最大化效率与质量的结合。
步数：同上
降噪：生图过程就是降噪过程，降噪权重过低，图片可能没有画完，权重过高，可能过拟合不自然。一般在0.8-1之间，不能太高也不能太低，一般需要视步数等其他参数的设置情况尝试调整，调的时候，一般在零点几的加或者减。
SDTurbo调度器
路径：新建节点->采样->自定义采样->调度器
步数：同上
denoise：创作自由度，简单的理解为画师的想象力程度，是生成图像的随机性和保真度的调节器。设置越高，生成的图变化越大，创作性越高，几乎不依赖原草图；反之，只能微妙的修复和增强图片的真实与细节。为1时，完全发挥想象力生成新图，0.0-0.2时，像使用轻柔的画笔在原图上稍微修改，不改变整体内容，0.4-0.7时，在创造与保留直接找到平衡，既保留图像基础又产生新变化。
AlignYourSteps调度器
路径：新建节点->采样->自定义采样->调度器
模型类型：选择对应的大模型类型，其中SVD的力量不是直接创造图像，而是在现有图像上优化与修复，专注于去除图像上的噪声，修复模糊或不完美的图像，使图像更加清晰纯净。适合场合，需要去噪、修复、优化图像的任务。
SD1：年轻巫师：快速生成简单图像，适合生成草图任务。
SDXL：高级巫师：创造精美图像，适合艺术创作。
SVD：数学巫师：通过去噪优化图像，适合精细的图像调整任务。
步数：同上
denoise：同上
VP调度器
路径：新建节点->采样->自定义采样->调度器
步数：同上
beta_D：噪声终结之石。决定了魔法如何快速吹散图像中的噪声，生成清晰的图像。值越高，风力越强，噪声散去更快，但细节可能不够稳定。值越低，风力越温柔，噪声散去的慢，但是细节更丰富。
beta_min：噪声起始之石。控制了魔法师如何起手施法，起手时施法是强是弱。值越低，初始噪声越弱，细节更清晰，适合精细的 图像，值越高，初始噪声越强，生成更加抽象或粗狂的效果，适合场景。
eps_s：精准掌控之石。代表魔法的精细程度，每个细节调整时的精确度。值越小，魔法控制越精准，生成图像细节更平滑稳定，需要更多时间，值越大，速度越快，但可能丢失一些细节，适合场景，完美雕刻。
GITS调度器
路径：新建节点->采样->自定义采样->调度器
coeff：值越高魔法力量越强，生成图像的细节之间可能产生拥挤混乱感，降低值，图像细节会逐渐柔和、流畅。但过于弱的值，会让图像过于平淡，细节少，像一幅未完成的画。需要找到平衡值。适用场景，细节雕琢。
步数：同上
降噪：同上
LTXV调度器
路径：新建节点->采样->自定义采样->调度器
steps：步数，同上
max_shift：极限偏移，偏移越大，生图世界边界越大越不可预测，偏移越小，创造的世界越工整。控制潜变量的最大扰动幅度。如果想创造一片未知，变化多端的图，请将它调高，如2.5+，如果你希望世界尽然有序，请保持低值，如1.0， 2.0.
base_shift：基础偏移。影响着生图初始的方向，决定着初始最小扰动幅度。适用场景，如果想复刻某个某个原型或参考，基础偏移应保持较低，如0.5和1.0，如果想要创造不拘一格，可略微调高，如1.5和2.0。
stretch：拉伸之刃。激活后，生成的会更加鲜活，更加引人注目。决定是否动态调整潜变量扰动，如果需要关注细节，并优化重点生成，请开启。若想保持整体一直无需过度优化，就关闭它。
terminal：终端偏移。决定了在生图最终时刻时平稳收尾还是加入更多不确定性。调整最后阶段的扰动程度，若需要保持一个平稳的结尾，就保持低值0.1、0.2。若希望创造带来更逗惊喜和多样性，就稍微调高，如0.3、0.5。
测试调度器工作流
