跳转至

Add Latents 算子节点

对两个潜空间张量执行逐元素相加（Elementwise Sum）的代数运算。

算子所属分类：ModularDiffusion/Transform

核心速查 (TL;DR)

  • 逐元素张量数学加法：计算公式为 $\text{output} = \text{left_latent} + \text{right_latent}$；
  • 强制空间与架构一致性：两个输入张量必须具备完全一致的物理形状（通道数、高度、宽度及帧数），且必须处于同一个扩散模型家族规范的潜变量特征空间中；
  • 常见工业级实战场景：混合融合来自两个不同分支的去噪特征图、程序化手动注入精细校准的残差噪声，或在多阶段去噪流之间施加特征补偿。

典型工作流编排拓扑

Generate Media Latents (分支 A) ─┐
                                  ├─→ [Add Latents] → Generate / Decode
Generate Media Latents (分支 B) ─┘

节点外观预览

Add Latents 算子节点外观

输入端口规范 (Inputs)

端口名称 数据类型 是否必填 详细功能与业务规范说明
left_latent LatentArtifact 是 参与相加的左侧潜空间张量基底。
right_latent LatentArtifact 是 参与相加的右侧潜空间张量；其形状必须与 left_latent 严格一致。

输出端口矩阵 (Outputs)

端口名称 数据类型 详细功能与业务规范说明
output_latent LatentArtifact 逐元素相加后合成的全新潜空间张量对象（left + right）。

避坑技巧与最佳实践 (Tips & pitfalls)

  • 输入张量物理维度必须完全一致：如果两个输入潜变量的尺寸因分辨率或帧数不同而产生微小差异，张量加法运算将直接抛出维度广播失配异常。若尺寸不同，请先使用 Latent Upsampler 等算子将其对齐至同一基准。
  • 严禁跨模型家族进行张量代数运算：不同扩散模型（如 Flux、SDXL、WAN）所采用的 VAE 压缩算法与潜在特征流形具有完全不同的数学空间分布；跨家族强行相加只会在数学上破坏特征流形，最终反显解码出的只会是彻底崩坏的白噪声或马赛克斑块。

推荐延伸阅读