首页/ 节点库/ CLIP注意力相乘
额外节点 ComfyUI Essentials

CLIP注意力相乘

CLIPAttentionMultiply 节点是一个用于 调节 CLIP 模型中 Self-Attention 权重强度的实验性工具，它通过动态打 patch 的方式，对 CLIP 编码器中的 self-attention 模块中的 Q/K/V/Out 投影权重和偏置施加缩放因子，从而影响文本向量的编码方式与注意力模式。

CLIPAttentionMultiply 2025-07-25 收录 1110 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 6 项
CLIP注意力相乘
clip CLIP
q 1.00
k 1.00
v 1.00
输出 1.00
英文节点 6 项
CLIPAttentionMultiply
clip CLIP
q 1.00
k 1.00
v 1.00
out 1.00
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 1 · 输出 1 · 控件 4

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 1 项
clip clip
文本编码器模型。
输出参数 1 项
CLIP CLIP
注入了 Q/K/V/Out 缩放系数的 CLIP 模型。
控件参数 4 项
q q
查询向量 Q 的缩放因子，默认值 1.0。控制每个 token 在 attention 中的提问强度。
k k
键向量 K 的缩放因子，默认值 1.0。控制 token 之间匹配信息的密集程度。
v v
值向量 V 的缩放因子，默认值 1.0。控制哪些 token 内容传递到 embedding 输出。
输出 out
Attention 输出投影的缩放因子，默认值 1.0。控制整体注意力输出到最终 embedding 的影响强度。

节点详解

原理 · 用法 · 常见问题

 

常见问题

按节点参数整理
CLIP注意力相乘是做什么的？
CLIPAttentionMultiply 节点是一个用于 调节 CLIP 模型中 Self-Attention 权重强度的实验性工具，它通过动态打 patch 的方式，对 CLIP 编码器中的 self-attention 模块中的 Q/K/V/Out 投影权重和偏置施加缩放因子，从而影响文本向量的编码方式与注意力模
CLIP注意力相乘有哪些输入参数？
共 1 个输入，包括 clip（clip）。
CLIP注意力相乘的输出是什么？
共 1 个输出：CLIP（CLIP）。
CLIP注意力相乘有哪些可调参数？
共 4 个控件参数，包括 q（q）、k（k）、v（v）、输出（out）。
CLIP注意力相乘属于哪个节点包？
属于「ComfyUI Essentials」，节点分类为「额外节点」。

同类节点

ComfyUI Essentials
基本引导器 BasicGuider BasicGuider 节点是 ComfyUI 中最基础的引导器（GUIDER）节点之一，它创建的是一种 不包含负向提示、也没有 CFG 权重调节的“纯条件引导器”，适合用在不... CFG引导器 CFGGuider CFGGuider 节点是 ComfyUI 中用于构建自定义采样器流程中的引导器（Guider）的关键节点之一。它的作用是实现Classifier-Free Guidance（... Cosmos图像到视频潜在 CosmosImageToVideoLatent CosmosImageToVideoLatent用于将起始图像和结束图像编码成视频latent，并自动填充中间latent，同时生成一个noise mask 来告诉后续模型哪些... Beta采样调度器 BetaSamplingScheduler BetaSamplingScheduler 使用 Beta 分布 来控制采样退火曲线的形状，你可以通过调节 alpha 和 beta 两个参数，决定噪声是集中在前期、中期还是后... Lumina2的CLIP文本编码 CLIP Text Encode for Lumina2 该节点结合了系统提示（system prompt）与用户输入（user prompt），通过CLIP模型生成用于图像生成的condition embedding（提示词条件编码... 基本调度器 BasicScheduler BasicScheduler 负责根据你选择的调度器（Scheduler）和步骤数（steps），为采样过程生成一组精确的 sigmas（噪声强度表），这些 sigmas 决定... 应用ControlNet（阿里妈妈局部重绘） ControlNetInpaintingAliMamaApply ControlNetInpaintingAliMamaApply 节点是 ComfyUI 中一个 专门用于“阿里妈妈风格”ControlNet图像修复（Inpainting）应... 添加噪波 AddNoise AddNoise 节点是 ComfyUI 中一个用于 手动将噪声添加到 latent 图像中 的工具节点。它可以用于**重新加入噪声、模拟扩散第一步、构建自定义采样流程中的“中...