跳转至

Multiply Latents 算子节点

对两个潜空间张量执行逐元素相乘（Elementwise Product / Hadamard 积）的代数运算。

算子所属分类：ModularDiffusion/Transform

核心速查 (TL;DR)

  • 逐元素张量数学乘法：计算公式为 $\text{output} = \text{left_latent} \times \text{right_latent}$；
  • 基于蒙版的合成请优先选用专用算子：若你的意图是利用一张遮罩蒙版将两幅不同的画面潜变量拼贴融合，请始终优先选用 Latents Composite Mask——该算子专为此设计，且底层会自动处理蒙版的高阶多通道重采样与平滑插值；
  • 核心定位为特征强度缩放与衰减：常用于将潜变量与权重系数张量相乘，实现特征维度的动态增益或渐变淡出。

典型工作流编排拓扑

潜变量 A ─┐
          ├─→ [Multiply Latents] → Add Latents / Generate 重新注入
潜变量 B ─┘

节点外观预览

Multiply 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 参与相乘运算的左侧潜变量张量。
right_latent LatentArtifact 是 参与相乘运算的右侧潜变量张量；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 逐元素相乘后的全新潜空间张量对象（left * right）。

避坑技巧与最佳实践 (Tips & pitfalls)

  • 数学本质是逐元素相乘，绝非矩阵内积乘法：计算时张量 a 中的每一个微观元素均与张量 b 相同索引位置的元素单独相乘。
  • 最可预期的使用方式是权重缩放：将潜变量与近乎恒定常数的衰减/缩放张量相乘是最安全、最具可解释性的用法；若盲目将两幅语义截然不同的随机画面潜变量逐元素相乘，极易导致特征方差剧烈震荡崩溃，解码出无法预料的畸变伪影。

推荐延伸阅读