（三）Stable Diffusion 3.5 与 ComfyUI

Stable Diffusion 3.5 (SD 3.5) 的原生架构与 ComfyUI 的节点式逻辑高度契合。得益于其对 MMDiT 架构的深度支持，ComfyUI 成为目前发挥 SD 3.5 潜力的最佳平台。本章将带你从基础环境搭建出发，深度调优采样参数，并掌握 Large 与 Medium 模型联动的进阶工作流。

3.1 快速上手：安装与官方示例工作流载入

与前代模型不同，SD 3.5 采用三文本编码器系统，这要求我们在 ComfyUI 中正确配置节点以确保逻辑完整。

核心节点配置：Load Checkpoint 与 TripleCLIPLoader

SD 3.5 支持“权重分离”的工作流，这意味着你可以分别加载主模型和文本编码器，以节省显存或复用现有的 CLIP 模型。

• Load Checkpoint：加载主模型文件（如sd3.5_large.safetensors）。如果你显存有限，建议使用内置了文本编码器的FP8 Scaled 一体化模型。
• TripleCLIPLoader：这是 SD 3.5 的核心节点。你需要同时载入三个编码器文件：
  1. clip_g.safetensors(OpenCLIP-ViT/G)
  2. clip_l.safetensors(CLIP-ViT/L)
  3. t5xxl_fp16.safetensors（内存低于 32GB 的用户请务必使用t5xxl_fp8_e4m3fn.safetensors量化版）。

操作小贴士：确保将这些文件放入ComfyUI/models/clip目录。在配置EmptySD3LatentImage节点时，请保证分辨率是 64 的倍数，官方推荐初始比例为 1024x1024（1:1）或 1344x768（16:9）。

3.2 采样参数深度调优

SD 3.5 对采样器的敏感度与以往模型大不相同。不合理的参数会导致画面出现噪点或色彩过饱和。

采样器与调度器推荐

• 首选采样器：Euler。这是目前 Large 模型最通用、兼容性最好的采样器。
• 高画质选项：DPM++ 2S Ancestral。如果你追求极致的光影细节和结构准确度，这个采样器表现最出色，但缺点是生成速度比 Euler 慢约 2 倍。
• 调度器 (Scheduler)：推荐使用SGM Uniform。它能确保在每一步迭代中保持稳定的噪声分布，防止画面在最后阶段出现崩坏。

CFG Scale 的黄金区间

在 SD 1.5 或 SDXL 中，我们习惯将 CFG 设为 7.0。但在SD 3.5 中，推荐区间是 3.5 - 4.5。

• 为什么调低？较高的 CFG 会导致画面色彩极度过饱和，并产生明显的伪影。
• Turbo 版本特殊说明：如果你使用的是Large Turbo蒸馏模型，CFG 必须设为1.0，步数仅需4 步即可成像。

3.3 高阶技巧：从 Large 到 Medium 的混合超分流

这是一个结合了两个模型原生优势的实战技巧。Large 模型在 100 万像素（1MP）下拥有顶级提示词遵循能力，而Medium 模型的架构经过优化，支持高达 200 万像素（2MP）的生成。

工作流逻辑：Large 构图 + Medium 放大

由于 Large 模型在生成超过其原生分辨率的图像时容易出现结构瓦解（如出现多肢体），我们可以利用 Medium 的 MMDiT-X 架构来处理高清细节。

实现步骤简述：

1. 第一阶段 (Base Pass)：使用SD 3.5 Large生成一张 1024x1024 的基础图。
2. 潜空间放大 (Latent Upscale)：将第一步生成的 Latent 数据通过Upscale Latent放大。
3. 第二阶段 (Refine Pass)：切换模型为SD 3.5 Medium。
4. 采样设置：使用KSampler (Advanced)节点，重绘强度（Denoise）建议设在0.35 - 0.45之间。

示例配置（伪代码逻辑）：

# 采样第一阶段 (Large 模型)pass1_latent=KSampler(model=SD3.5_Large,steps=30,cfg=4.5,sampler="euler",scheduler="sgm_uniform",denoise=1.0# 全程生成)# 潜空间放大并进入第二阶段 (Medium 模型)pass2_latent=KSamplerAdvanced(model=SD3.5_Medium,add_noise="enable",steps=60,# 这里的 60 步对应重绘后的细腻程度start_at_step=30,# 从第一阶段结束的地方开始end_at_step=1000,latent_image=UpscaleLatent(pass1_latent,scale_by=1.5),denoise=0.45)

实际效果：这种混合工作流能让你在保留 Large 模型精准构图的同时，通过 Medium 模型获得更高分辨率且不失真的精美大图。

本章小结：理解“双向交互”的模拟

如果把 ComfyUI 里的工作流比作建筑工程：

• TripleCLIPLoader就像是雇佣了三位精通不同语言的设计师（理解长达 256 token 的描述）。
• Large 构图是由经验丰富的总工画出最准确的蓝图（决定物体摆放位置）。
• Medium 放大则像是细节丰富的装修团队，在蓝图基础上把每一块砖瓦的质感（200 万像素细节）推向极致。