9. 如何使用 Stable Cascade 模型

前言：

1. Stability.ai 发布了 Stable Cascade 模型，据官方评估相比 SDXL 模型有所提升
   1. 在文本理解上提升 12%；
   2. 在美学质量上提升 40%；
   3. 在出图速度提升了1倍左右；
   4. 可以生成非常不错的文字内容。

1. Stable Cascade 采用三阶段方法，与之前的 SD 系列模型不同，它建立在由三个不同模型组成的管道上：A、B 和 C 阶段。这种架构允许对图像进行分层压缩，在利用高度压缩的潜在空间的同时实现显着的输出。（想了解具体原理的去看官方文档：https://stability.ai/news/introducing-stable-cascade）；

1. ComfyUI 官方已经支持使用 Cascade 模型，我们可以通过搭建工作流使用。

下载更新：

（一）更新 ComfyUI：

怎么更新就不用说了吧，更新到最新版就可以；

（二）下载 Cascade 模型：

模型下载地址：https://huggingface.co/stabilityai/stable-cascade（下载不下来的小伙伴可以去百度网盘下载，我已下载好放在了网盘中）

1. 我们需要去下载 A、B、C三个模型以及 CLIP 模型；
2. 其中 B、C 模型，官方给了两个版本——满血版本和精简版（训练参数多少的区别，当然效果也有区别），并且每个版本都有 32、16 两种精度，（效果基本没区别，bf16 模型小一些，版本效果对比见文章最后）；
3. 官方还给了三个 ControlNet 模型，我同样也放在了网盘中。
4. 模型存放位置：
   1. stage_a 放在：ComfyUI\models\vae
   2. B、C 模型放在：ComfyUI\models\unet
   3. CLIP 放在：ComfyUI\models\clip

如何使用：

1. “右键-新建节点-高级-加载模型-CLIP加载器”，CLIP名称选择 model 模型，tyle 选择 stable_cascade;

1. “右键-新建节点-条件-CLIP文本编码器”，复制一个，输入正反提示词，和上面的“CLIP加载器”连接起来。

1. “右键-新建节点-加载器-UNET加载器”，选择 stage_c 或stage_c_bf16 模型（显存低于8G可选 lite 系列）；

1. “右键-新建节点-采样器-K采样器”。参数设置，CFG：“4”；采样器：euler_ancestral；调度器：simple；
2. “右键- 新建节点- 测试- stable_cascade - StableCascade EmptyLatentImage”
   1. width、height：宽高这个不用说了吧；
   2. compression：压缩系数，官方给的数值是 42，最好在32-64之间；
   3. batch_size：批次，这个也不用说了吧。
3. 先连起来吧“StableCascade_EmptyLatentImage”节点会空出来一个“stage_b”的连接点，我们后面会用到；
4. “右键-新建节点-高级-条件-条件零化”，连接正向提示词。

1. “右键- 新建节点- 测试 - stable_cascade - StableCascade StageB Conditioning”

1. “conditioning”连接“条件零化”，“stage_c”连接“K采样器”；
2. 我们复制一个“UNET加载器”，选择模型 b，这个地方的版本不需要和模型 c 对应起来，比如模型 c 选择的是完整版，模型 b 依然可以选择 lite（精简版）。降低显存要求，提升出图速度，图像效果区别不大（图像主要受 c 模型影响，版本效果对比见笔记最后）。
3. 复制一个“K采样器”，步数：10 就可以；CFG改为“1.1”；
4. 连接起来，“模型”连接刚才复制的“UNET加载器（B 模型）”；
5. “正面条件”连接“StableCascade_StageB_Conditioning”，“负面条件”连接“条件零化”；
6. “Latent”连接刚才“StableCascade_EmptyLatentImage”空下的“stage_b”
7. 到这我们基本就结束了，剩下的就是连接“VAE解码”以及使用“VAE加载器”加载 stage_a 模型，并连接。

不同版本 B、C 模型效果

网盘链接：

网盘内有本教程中的所有模型以及工作流；

https://pan.baidu.com/s/1fKRS7_A—NqhykVayPeKxg?pwd=sza1