首页/ 节点库/ 内补模型条件
原生节点 ComfyUI 官方

内补模型条件

InpaintModelConditioning 是 ComfyUI 中用于**图像修复（Inpainting）**场景的复合节点，功能是将普通的提示词 (positive / negative) 与输入图像和掩码（mask）配合起来，生成适合 局部修复/遮挡生成 的条件组合，同时输出可直接用于采样的 latent 图像表示。

InpaintModelConditioning 2025-06-29 收录 3951 次浏览

节点中英文对比

ComfyUI 结构对照

按当前节点配置，分别展示中文与英文节点结构。面板按 ComfyUI 实际界面还原： 左侧圆点是输入，右侧圆点与该行最右的名称为输出，下方胶囊是控件参数； 控件两端的三角表示可切换的选项。

中文节点 9 项
内补模型条件
正面条件 正面条件
负面条件 负面条件
vae Latent
像素
遮罩
噪波遮罩 true
英文节点 9 项
InpaintModelConditioning
positive positive
negative negative
vae latent
pixels
mask
noise_mask true
模型 条件 / 数值 Latent 其它类型 左圆点 = 输入，右圆点 = 输出 可切换选项 — 未设置默认值

面板用于对照参数位置与命名，不做交互；实际节点外观以 ComfyUI 内的主题为准。

参数说明

输入 5 · 输出 3 · 控件 1

依据当前节点关联的 NodesItems 数据，按输入、输出、控件三类分别列出名称与说明。

输入参数 5 项
正面条件 positive
用于描述图像想要保留或加强的特征。
负面条件 negative
用于描述图像中应避免出现的特征。
vae vae
用于将图像编码为 latent 表示的模型。
像素 pixels
输入图像，通常是待修复的图像。
遮罩 mask
掩码图像，定义要 inpaint 的区域（白色为处理区域）。
输出参数 3 项
正面条件 positive
经过添加 concat latent 图像和掩码信息的正向条件。
负面条件 negative
与正向相同，适用于修复时限定负面内容的条件。
Latent latent
包含噪声遮罩的原始图像 latent 表示。
控件参数 1 项
噪波遮罩 noise_mask
是否在 latent 中添加噪声遮罩，仅在掩码区域采样。可能改善修复质量，也可能不稳定。

节点详解

原理 · 用法 · 常见问题

 

常见问题

按节点参数整理
内补模型条件是做什么的？
InpaintModelConditioning 是 ComfyUI 中用于**图像修复（Inpainting）**场景的复合节点，功能是将普通的提示词 (positive / negative) 与输入图像和掩码（mask）配合起来，生成适合 局部修复/遮挡生成 的条件组合，同时输出可直接用于采样的 latent 图
内补模型条件有哪些输入参数？
共 5 个输入，包括 正面条件（positive）、负面条件（negative）、vae（vae）、像素（pixels）、遮罩（mask）。
内补模型条件的输出是什么？
共 3 个输出：正面条件（positive）、负面条件（negative）、Latent（latent）。
内补模型条件有哪些可调参数？
共 1 个控件参数，包括 噪波遮罩（noise_mask）。
内补模型条件属于哪个节点包？
属于「ComfyUI 官方」，节点分类为「原生节点」。

同类节点

ComfyUI 官方
LoRA加载器（仅模型） LoraLoaderModelOnly LoraLoaderModelOnly 节点是对原始 LoraLoader 节点的简化版本，仅用于将 LoRA 模型应用到 diffusion 主模型（即 U-Net），不影响... 条件零化 ConditioningZeroOut ConditioningZeroOut 是一个用于 清空/抹除现有文本或视觉条件向量（conditioning embedding） 的节点，会把输入的 CONDITIONIN... CLIP视觉编码 CLIP Vision Encode 该节点是一个 图像编码节点，使用的是 CLIP Vision 模型 —— 一种能“理解图片”的 AI 模型。你把一张图像输入进来，它会把这张图像转成一种“向量”形式（称为 图像... K采样器 KSampler 该节点完成在纯噪声图像的上去噪过程，最终输出干净的潜空间图像，即解码后即可得到最终的结果。在ComfyUI中采样过程是核心内容，基本上工作流都可以分为三个阶段，准备阶段，采样阶... 双CLIP加载器 DualCLIPLoader DualCLIPLoader 是一个 加载双 CLIP 编码器模型 的节点，通常用于支持 多语义、多模态或复杂模型结构（如 SDXL、SD3、HiDream、Flux 等）中需... UNet加载器 Load Diffusion Model UNETLoader 节点的作用是：加载 UNet 模型文件，它是 Stable Diffusion 推理过程中“去噪核心”的一部分，控制着最终图像的生成细节和风格。 Checkpoint加载器 Load Checkpoint Checkpoint加载器（Checkpoint Loader） 是 ComfyUI 中用于加载 Stable Diffusion 及其衍生模型的主权重文件（Checkpoin... K采样器（高级） KSampler (Advanced) KSampler 和 KSamplerAdvanced 是 ComfyUI 中用于执行 采样与去噪（denoising） 的两个节点，功能核心相同，都是调用 common_ks...