术语表

按主题分组的术语速查。每条给出中文名、英文原文与一句话释义;深入讲解见对应知识点链接。

工具与界面

• ComfyUI —— 节点图式生成式 AI 工作台,本库主角。见 ComfyUI 是什么：节点式的生成式 AI 工作台
• 节点(Node) —— 一道工序,含输入/输出端口与参数控件。见 节点与工作流的心智模型：端口、连线与执行
• 工作流(Workflow) —— 节点与连线的整张图,保存为 JSON。见 节点与工作流的心智模型：端口、连线与执行
• 队列(Queue) —— 依次执行的任务列表。见 队列、种子与可复现性
• Bypass / Mute —— 旁路(穿透)/静音(断流)两种临时禁用节点的方式。见 节点与工作流的心智模型：端口、连线与执行
• 子图(Subgraph) —— 把一段节点封装为可复用的自定义节点(2025-06 引入)。见 子图与模板复用:工作流的组件化
• Manager —— 事实标准的自定义节点管理器。见 ComfyUI Manager:生态的包管理器
• 自定义节点包(Custom Node Pack) —— 社区扩展节点集合。见 必装自定义节点包盘点
• 模板库(Templates) —— 官方维护的成品工作流集合。见 子图与模板复用:工作流的组件化
• API 格式 / UI 格式 —— 工作流 JSON 的机器态/人类态两种形态。见 工作流 JSON 与 API 自动化

模型与文件

• Checkpoint —— UNet+CLIP+VAE 打包的模型文件。见 模型文件与目录组织
• UNet / DiT / MMDiT —— 扩散主干网络架构(卷积 UNet / Transformer 家族)。见 SDXL 与多编码器家族:换模型换什么
• safetensors —— 只存张量、无法携带代码的安全格式。见 模型文件与目录组织 / 安全:不可信工作流与 pickle 风险
• pickle(.pt/.ckpt) —— 可携带代码的 Python 序列化格式,有安全风险。见 安全:不可信工作流与 pickle 风险
• LoRA —— 低秩适配器,轻量微调插件文件。见 LoRA:轻量插件的加载与叠加
• fp16 / fp8 / 量化 —— 数值精度等级,影响显存与质量。见 性能优化与显存管理
• VAE —— 潜空间编码/解码器。见 潜空间与 VAE:压缩的图像世界
• CLIP / T5 —— 文本编码器家族。见 CLIP 与条件编码:文字如何变成方向
• Textual Inversion / Embedding —— 提示词嵌入小文件。见 CLIP 与条件编码:文字如何变成方向
• Upscaler(ESRGAN 等) —— 像素级放大模型。见 高清放大(Upscaling):两条路线与取舍

扩散与采样

• 扩散模型(Diffusion Model) —— 从噪声迭代去噪生成图像的模型。见 扩散模型直觉：从噪声到图像的迭代雕刻
• 潜空间(Latent Space) —— VAE 压缩后的特征空间,采样发生地。见 潜空间与 VAE:压缩的图像世界
• 去噪步数(Steps) —— 采样循环次数。见 KSampler 全参数解剖:seed/steps/cfg/denoise
• 采样器(Sampler) —— 每步减噪算法(euler/dpmpp_2m…)。见 采样器与调度器选型指南
• 调度器(Scheduler) —— 噪声日程表(karras/simple/beta…)。见 采样器与调度器选型指南
• CFG —— 正负条件引导强度,数学见 CFG 与负面引导:引导强度的数学
• Guidance(FluxGuidance) —— 蒸馏家族的引导强度参数。见 Flux 架构与工作流:cfg=1 的新物种
• Denoise(重绘幅度) —— 噪声注入比例,图生图核心参数。见 图生图与重绘幅度(denoise)
• Seed —— 决定初始噪声的种子。见 队列、种子与可复现性
• Flow Matching / Rectified Flow —— 新家族(Flux/SD3)的噪声-数据建模方式。见 Flux 架构与工作流:cfg=1 的新物种
• 蒸馏(Distill) —— 把多步/强引导行为压缩进模型(Turbo/LCM/Flux)。见 Flux 架构与工作流:cfg=1 的新物种 / 采样器与调度器选型指南
• NaN —— 数值溢出导致的无效张量,黑图常见原因。见 故障排查手册:症状→原因→修法

控制与条件

• 条件(Conditioning) —— 编码后的引导信号张量。见 CLIP 与条件编码:文字如何变成方向
• 正面/负面提示词 —— 想要/不想要的描述,经 CFG 融合。见 提示词工程:权重、结构与负面写法 / CFG 与负面引导:引导强度的数学
• ControlNet —— 从参考图提取结构注入生成的控制网络。见 ControlNet:把构图权从模型手里拿回来
• 预处理器(Preprocessor) —— 从原图提取 canny/depth/pose 骨架的算法。见 ControlNet:把构图权从模型手里拿回来
• IPAdapter —— 把参考图作为"图像提示词"注入。见 IPAdapter 与参考图控制:让图像自己当提示词
• 区域引导(Regional Prompting) —— 多 prompt 各管画面一块。见 条件节点组与区域引导:一幅图多个提示词
• Mask(蒙版) —— 值 1=重绘区、0=保留区。见 局部重绘(Inpainting):只改该改的地方
• Inpainting / Outpainting —— 局部重绘 / 外扩画布。见 局部重绘(Inpainting):只改该改的地方 / 外扩(Outpainting):给画面加地盘
• GrowMask / FeatherMask —— 蒙版外扩 / 边缘羽化。见 局部重绘(Inpainting):只改该改的地方

视频与生产

• AnimateDiff —— 给 SD1.5 插入运动模块的动画方案。见 视频与动画:AnimateDiff 到开源视频模型
• SVD / Wan / HunyuanVideo / LTX-Video —— 主流视频生成模型家族。见 视频与动画:AnimateDiff 到开源视频模型
• Video Helper Suite(VHS) —— 帧序列合成视频的节点包。见 视频与动画:AnimateDiff 到开源视频模型
• Tiled(Decode/Encode) —— 分块编解码,大图省显存。见 性能优化与显存管理 / 潜空间与 VAE:压缩的图像世界
• lowvram / novram —— 模型分层换入换出的启动策略。见 性能优化与显存管理
• X/Y/Z Plot —— 参数网格对照实验。见 X/Y/Z Plot:把调参变成实验
• ModelSampling / 补丁节点 —— 运行时改写调度或注意力行为的 MODEL 包装。见 模型采样补丁:ModelSampling/RescaleCFG/FreeU
• OpenRAIL / Apache-2.0 / 非商用许可 —— 常见模型许可类型。见 版权、许可与伦理:商用前的必修课