【版权严正声明】
本文系作者 [编程界的小学生] 原创，并拥有完整、独立的著作权。
未经本人 书面授权 ，任何单位、平台或个人， 严禁 以任何形式（包括但不限于转载、复制、摘编、修改、链接、转贴、建立镜像等）使用本文的全部或部分内容。
任何无视本声明的侵权行为，本人将依据《中华人民共和国著作权法》等相关法律法规，采取一切必要的法律手段，追究其侵权责任，要求其 立即停止侵权、赔礼道歉、消除影响，并赔偿因此造成的一切经济损失及维权成本（包括但不限于律师费、诉讼费、公证费等）。
侵权必究，切勿以身试法！
1. 插件简介
插件地址： https://github.com/MrForExample/ComfyUI-3D-Pack
ComfyUI-3D-Pack 是一个超级强大的3D处理插件包，就像是给ComfyUI装上了一个3D魔法工厂！这个插件能让你从2D图片生成3D模型，就像把平面的画变成立体的雕塑一样神奇。
主要功能包括：
总节点数量： 该插件包含 100个 节点，是一个超级庞大的3D处理工具集！
2. 如何安装
通用安装方法：
打开你的 ComfyUI 文件夹
找到 custom_nodes 文件夹（就像是放插件的专门地方）
在这个文件夹里打开命令行（就像是跟电脑对话的窗口）
输入这个命令：
git clone https://github.com/MrForExample/ComfyUI-3D-Pack.git
等待下载完成（可能需要一些时间，因为这个插件很大）
重启 ComfyUI 就可以使用了
注意： 这个插件需要下载很多AI模型，第一次使用时会自动下载，请确保网络连接良好。
3. 节点详细解析
由于这个插件包含100个节点，我将按功能分类进行完整详细介绍：
3.1 文件导入导出类节点
3.1.1 Load 3D Mesh 节点
这个节点是干嘛的？ 这就像是一个3D文件阅读器，能把你电脑里的3D模型文件读取进来，就像打开一个3D雕塑的盒子。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh_file_path | mesh_file_path | 文字路径 | 根据文件位置 | 3D文件的位置，就像告诉程序去哪里找你的3D模型 | 指定要加载的3D网格文件路径 | 输入 "models/chair.obj" |
resize | resize | 布尔值 | False | 是否要调整大小，就像问要不要把模型放大缩小 | 是否对加载的网格进行尺寸调整 | 选择 True 会自动调整到合适大小 |
renormal | renormal | 布尔值 | True | 是否重新计算法线，就像给3D模型重新整理表面方向 | 是否重新计算网格的法向量 | 建议保持 True 让模型表面更光滑 |
retex | retex | 布尔值 | False | 是否重新生成纹理坐标，就像给模型重新规划贴图位置 | 是否重新生成纹理映射坐标 | 如果模型贴图有问题可以选择 True |
optimizable | optimizable | 布尔值 | False | 是否可以优化，就像问这个模型能不能进一步改进 | 是否启用网格优化功能 | 如果要进一步处理模型选择 True |
clean | clean | 布尔值 | False | 是否清理模型，就像给模型做大扫除去掉多余部分 | 是否对网格进行清理操作 | 如果模型有杂点可以选择 True |
resize_bound | resize_bound | 小数 (0.0-1000.0) | 0.5 | 调整大小的边界，就像设定模型最大能有多大 | 网格尺寸调整的边界值 | 0.5 表示模型最大尺寸为 0.5 单位 |
3.1.2 Save 3D Mesh 节点
这个节点是干嘛的？ 这就像是一个3D文件保存器，能把处理好的3D模型保存到你的电脑里，就像把雕塑装进盒子里收藏。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 要保存的3D模型，就像是要装进盒子的雕塑 | 输入的3D网格数据 | 连接前面节点输出的3D模型 |
save_path | save_path | 文字路径 | Mesh_%Y-%m-%d-%M-%S-%f.glb | 保存的文件名和位置，就像给盒子贴标签 | 指定保存文件的路径和名称 | 输入 "output/my_model.glb" |
3.1.3 Load 3DGS 节点
这个节点是干嘛的？ 这是一个高斯点云文件读取器，能读取特殊的3D点云文件，就像读取由无数个发光小球组成的3D场景。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
gs_file_path | gs_file_path | 文字路径 | 根据文件位置 | 高斯点云文件的位置，就像告诉程序去哪里找点云数据 | 指定要加载的高斯点云PLY文件路径 | 输入 "pointclouds/scene.ply" |
3.2 图像预处理类节点
3.2.1 Image Add Pure Color Background 节点
这个节点是干嘛的？ 这就像是一个背景替换器，能给图片换上纯色背景，就像在照相馆里换背景布一样。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
images | images | 图片数据 | 必须连接 | 要处理的图片，就像是要换背景的照片 | 输入的图像数据 | 连接前面节点的图片输出 |
masks | masks | 遮罩数据 | 必须连接 | 图片的遮罩，就像是告诉程序哪里是主体哪里是背景 | 图像的遮罩数据，用于区分前景和背景 | 连接前面节点的遮罩输出 |
R | R | 整数 (0-255) | 255 | 红色分量，就像调节背景颜色的红色程度 | 背景色的红色通道值 | 255 表示最红，0 表示没有红色 |
G | G | 整数 (0-255) | 255 | 绿色分量，就像调节背景颜色的绿色程度 | 背景色的绿色通道值 | 255 表示最绿，0 表示没有绿色 |
B | B | 整数 (0-255) | 255 | 蓝色分量，就像调节背景颜色的蓝色程度 | 背景色的蓝色通道值 | 255 表示最蓝，0 表示没有蓝色 |
3.2.2 Make Image Grid 节点
这个节点是干嘛的？ 这就像是一个照片拼贴器，能把多张图片拼成一个大的网格图，就像制作照片墙一样。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
images | images | 图片数据 | 必须连接 | 要拼接的多张图片，就像是要贴在墙上的照片 | 输入的多张图像数据 | 连接前面节点的多图片输出 |
grid_side_num | grid_side_num | 整数 (1-8192) | 1 | 网格边的数量，就像决定照片墙是几行几列 | 网格的行数或列数 | 设置为 3 表示 3x3 的网格 |
use_rows | use_rows | 布尔值 | True | 是否按行排列，就像选择是横着排还是竖着排 | 是否按行数来组织网格布局 | True 表示按行排列，False 表示按列排列 |
3.3 3D模型处理类节点
3.3.1 Fast Clean Mesh 节点
这个节点是干嘛的？ 这就像是一个3D模型美容师，能快速清理和优化3D模型，让它变得更光滑更好看。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 要清理的3D模型，就像是要美容的雕塑 | 输入的3D网格数据 | 连接前面节点的3D模型输出 |
apply_smooth | apply_smooth | 布尔值 | True | 是否应用平滑，就像给雕塑打磨让表面更光滑 | 是否对网格应用平滑处理 | True 会让模型表面更平滑 |
smooth_step | smooth_step | 整数 (0-无限) | 1 | 平滑步数，就像打磨的次数，次数越多越光滑 | 平滑处理的迭代次数 | 1-3 次通常就够了 |
apply_sub_divide | apply_sub_divide | 布尔值 | True | 是否细分，就像把大块分成小块让细节更丰富 | 是否对网格进行细分处理 | True 会增加模型细节 |
sub_divide_threshold | sub_divide_threshold | 小数 | 0.25 | 细分阈值，就像决定多大的块需要分割 | 细分处理的阈值参数 | 0.25 是比较合适的值 |
3.3.2 Switch Mesh Axis 节点
这个节点是干嘛的？ 这就像是一个3D模型的方向调整器，能改变模型的朝向，就像把雕塑转个方向摆放。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 要调整方向的3D模型，就像是要转向的雕塑 | 输入的3D网格数据 | 连接前面节点的3D模型输出 |
axis_x_to | axis_x_to | 选择列表 | +x | X轴要转向哪个方向，就像决定雕塑的正面朝哪 | X轴的目标方向 | 选择 "+z" 表示X轴转向Z轴正方向 |
axis_y_to | axis_y_to | 选择列表 | +y | Y轴要转向哪个方向，就像决定雕塑的顶部朝哪 | Y轴的目标方向 | 选择 "+x" 表示Y轴转向X轴正方向 |
axis_z_to | axis_z_to | 选择列表 | +z | Z轴要转向哪个方向，就像决定雕塑的侧面朝哪 | Z轴的目标方向 | 选择 "+y" 表示Z轴转向Y轴正方向 |
flip_normal | flip_normal | 布尔值 | False | 是否翻转法线，就像决定表面是向内还是向外 | 是否翻转网格的法向量 | 如果模型看起来是反的可以选择 True |
scale | scale | 小数 (0.01-100) | 1.0 | 缩放比例，就像决定雕塑要放大还是缩小 | 网格的缩放因子 | 2.0 表示放大一倍，0.5 表示缩小一半 |
3.4 相机和视角控制类节点
3.4.1 Stack Orbit Camera Poses 节点
这个节点是干嘛的？ 这就像是一个摄影师的拍摄计划器，能设置多个拍摄角度和位置，就像围着雕塑转圈拍照。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
orbit_radius_start | orbit_radius_start | 小数 | 1.75 | 开始拍摄距离，就像摄影师离雕塑多远开始拍 | 轨道半径的起始值 | 1.75 表示距离物体 1.75 个单位 |
orbit_radius_stop | orbit_radius_stop | 小数 | 1.75 | 结束拍摄距离，就像摄影师离雕塑多远结束拍 | 轨道半径的结束值 | 通常和开始值相同 |
elevation_start | elevation_start | 小数 (-90到90) | 0.0 | 开始仰角，就像摄影师开始时是平视还是仰视俯视 | 相机仰角的起始值 | 0 表示平视，正数表示仰视 |
elevation_stop | elevation_stop | 小数 (-90到90) | 0.0 | 结束仰角，就像摄影师结束时的视角高度 | 相机仰角的结束值 | 通常和开始值相同 |
azimuth_start | azimuth_start | 小数 (-180到180) | 0.0 | 开始方位角，就像摄影师从哪个方向开始拍 | 相机方位角的起始值 | 0 表示正前方，90 表示右侧 |
azimuth_stop | azimuth_stop | 小数 (-180到180) | 0.0 | 结束方位角，就像摄影师拍到哪个方向结束 | 相机方位角的结束值 | 360 表示转一圈 |
3.5 AI模型生成类节点
3.5.1 Wonder3D MVDiffusion Model 节点
这个节点是干嘛的？ 这就像是一个神奇的3D魔法师，能从一张图片生成多个角度的视图，就像把一张照片变成全方位的展示。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mvdiffusion_pipe | mvdiffusion_pipe | 管道模型 | 必须连接 | AI生成模型，就像是魔法师的魔法棒 | 多视图扩散模型管道 | 连接前面加载的模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是要变魔法的原始照片 | 输入的参考图像 | 连接一张清晰的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉魔法师哪里是主要物体 | 参考图像的遮罩数据 | 连接对应的遮罩 |
seed | seed | 整数 (0-无限) | 0 | 随机种子，就像魔法的配方编号，相同编号产生相同结果 | 随机数生成器的种子值 | 42 是常用的测试值 |
mv_guidance_scale | mv_guidance_scale | 小数 (0.0-无限) | 1.0 | 生成指导强度，就像告诉魔法师要多严格按照原图 | 多视图生成的指导强度 | 1.0-5.0 之间比较合适 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 50 | 推理步数，就像魔法师施法的步骤数，越多越精细 | 扩散模型的推理迭代次数 | 20-100 步，越多质量越好但越慢 |
3.5.2 TripoSR 节点
这个节点是干嘛的？ 这是一个快速的3D生成器，就像是一个3D打印机，能快速把2D图片变成3D模型。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
tsr_model | tsr_model | 模型数据 | 必须连接 | TripoSR模型，就像是3D打印机的核心部件 | TripoSR三维重建模型 | 连接前面加载的TSR模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是要3D打印的设计图 | 输入的参考图像 | 连接一张清晰的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉打印机哪里是要打印的部分 | 参考图像的遮罩数据 | 连接对应的遮罩 |
geometry_extract_resolution | geometry_extract_resolution | 整数 (1-无限) | 256 | 几何提取分辨率，就像决定3D模型的精细程度 | 几何体提取时的网格分辨率 | 256 是平衡质量和速度的好选择 |
marching_cude_threshold | marching_cude_threshold | 小数 (0.0-无限) | 25.0 | 行进立方体阈值，就像决定什么算是实体什么算是空气 | Marching Cubes算法的阈值参数 | 25.0 通常效果不错 |
3.5.3 StableFast3D 节点
这个节点是干嘛的？ 这是一个高质量的3D生成器，就像是一个精密的雕刻师，能生成非常精细的3D模型。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
sf3d_model | sf3d_model | 模型数据 | 必须连接 | StableFast3D模型，就像是精密雕刻师的工具 | StableFast3D三维生成模型 | 连接前面加载的SF3D模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是雕刻师的参考样本 | 输入的参考图像 | 连接一张高质量的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉雕刻师要雕刻的区域 | 参考图像的遮罩数据 | 连接对应的遮罩 |
texture_resolution | texture_resolution | 整数 (128-8192) | 1024 | 纹理分辨率，就像决定雕塑表面的细腻程度 | 生成纹理贴图的分辨率 | 1024 是质量和性能的平衡点 |
remesh_option | remesh_option | 选择列表 | None | 重新网格化选项，就像选择是否要重新整理雕塑表面 | 网格重构的处理方式 | "Triangle" 会优化网格结构 |
3.5.4 Zero123Plus Diffusion Model 节点
这个节点是干嘛的？ 这是一个多视角生成器，就像是一个全景摄影师，能从一张图片生成多个角度的视图。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
zero123plus_pipe | zero123plus_pipe | 管道模型 | 必须连接 | Zero123Plus模型，就像是全景摄影师的相机 | Zero123Plus扩散模型管道 | 连接前面加载的模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是要拍摄全景的主体 | 输入的参考图像 | 连接一张清晰的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉摄影师拍摄的焦点 | 参考图像的遮罩数据 | 连接对应的遮罩 |
seed | seed | 整数 (0-无限) | 1234 | 随机种子，就像摄影师的拍摄风格编号 | 随机数生成器的种子值 | 1234 是默认的好选择 |
guidance_scale | guidance_scale | 小数 (0.0-无限) | 4.0 | 指导强度，就像告诉摄影师要多严格按照原图拍摄 | 扩散模型的指导强度 | 4.0 通常效果很好 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 28 | 推理步数，就像摄影师拍摄的精细程度 | 扩散模型的推理迭代次数 | 28 步是速度和质量的平衡 |
3.6 3D渲染类节点
3.6.1 Mesh Orbit Renderer 节点
这个节点是干嘛的？ 这就像是一个3D摄影棚，能从不同角度拍摄3D模型，生成多张渲染图片。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 要渲染的3D模型，就像是摄影棚里的模特 | 输入的3D网格数据 | 连接前面节点的3D模型 |
render_image_width | render_image_width | 整数 (128-8192) | 1024 | 渲染图片宽度，就像设置照片的宽度 | 渲染输出图像的宽度像素 | 1024 是常用的分辨率 |
render_image_height | render_image_height | 整数 (128-8192) | 1024 | 渲染图片高度，就像设置照片的高度 | 渲染输出图像的高度像素 | 1024 是常用的分辨率 |
render_orbit_camera_poses | render_orbit_camera_poses | 相机姿态 | 必须连接 | 相机拍摄位置，就像摄影师的拍摄计划 | 轨道相机的姿态参数 | 连接前面设置的相机位置 |
render_orbit_camera_fovy | render_orbit_camera_fovy | 小数 (0.0-180.0) | 49.1 | 相机视野角度，就像镜头的广角程度 | 相机的垂直视野角度 | 49.1 度是比较自然的视角 |
render_background_color_r | render_background_color_r | 小数 (0.0-1.0) | 0.0 | 背景红色分量，就像设置背景的红色程度 | 渲染背景色的红色通道值 | 0.0-1.0，0是黑色1是纯红 |
render_background_color_g | render_background_color_g | 小数 (0.0-1.0) | 0.0 | 背景绿色分量，就像设置背景的绿色程度 | 渲染背景色的绿色通道值 | 0.0-1.0，0是黑色1是纯绿 |
render_background_color_b | render_background_color_b | 小数 (0.0-1.0) | 0.0 | 背景蓝色分量，就像设置背景的蓝色程度 | 渲染背景色的蓝色通道值 | 0.0-1.0，0是黑色1是纯蓝 |
force_cuda_rasterize | force_cuda_rasterize | 布尔值 | True | 是否强制使用GPU渲染，就像选择用专业设备还是普通设备 | 是否强制使用CUDA进行光栅化 | True 会更快但需要好显卡 |
3.6.2 Gaussian Splatting Orbit Renderer 节点
这个节点是干嘛的？ 这是一个高斯点云渲染器，就像是一个特殊的投影仪，能把点云数据投影成漂亮的图片。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
gs_ply | gs_ply | 点云数据 | 必须连接 | 高斯点云数据，就像是要投影的光点集合 | 输入的高斯点云PLY数据 | 连接前面节点的点云输出 |
render_image_width | render_image_width | 整数 (128-8192) | 1024 | 渲染图片宽度，就像设置投影屏幕的宽度 | 渲染输出图像的宽度像素 | 1024 是常用的分辨率 |
render_image_height | render_image_height | 整数 (128-8192) | 1024 | 渲染图片高度，就像设置投影屏幕的高度 | 渲染输出图像的高度像素 | 1024 是常用的分辨率 |
render_orbit_camera_poses | render_orbit_camera_poses | 相机姿态 | 必须连接 | 相机拍摄位置，就像投影仪的角度设置 | 轨道相机的姿态参数 | 连接前面设置的相机位置 |
render_orbit_camera_fovy | render_orbit_camera_fovy | 小数 (0.0-180.0) | 49.1 | 相机视野角度，就像投影仪的投射角度 | 相机的垂直视野角度 | 49.1 度是比较自然的视角 |
render_background_color_r | render_background_color_r | 小数 (0.0-1.0) | 0.0 | 背景红色分量，就像设置投影背景的红色 | 渲染背景色的红色通道值 | 0.0-1.0，0是黑色1是纯红 |
render_background_color_g | render_background_color_g | 小数 (0.0-1.0) | 0.0 | 背景绿色分量，就像设置投影背景的绿色 | 渲染背景色的绿色通道值 | 0.0-1.0，0是黑色1是纯绿 |
render_background_color_b | render_background_color_b | 小数 (0.0-1.0) | 0.0 | 背景蓝色分量，就像设置投影背景的蓝色 | 渲染背景色的蓝色通道值 | 0.0-1.0，0是黑色1是纯蓝 |
3.7 高级算法类节点
3.7.1 Gaussian Splatting 3D 节点
这个节点是干嘛的？ 这是一个高斯点云训练器，就像是一个AI老师，能从多张图片学习如何重建3D场景。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
reference_images | reference_images | 图片数据 | 必须连接 | 参考图片组，就像是AI老师的教材 | 输入的多视图参考图像 | 连接多张不同角度的图片 |
reference_masks | reference_masks | 遮罩数据 | 必须连接 | 图片遮罩组，就像告诉AI哪里是重点 | 参考图像对应的遮罩数据 | 连接对应的遮罩组 |
reference_orbit_camera_poses | reference_orbit_camera_poses | 相机姿态 | 必须连接 | 相机位置信息，就像告诉AI这些照片是从哪里拍的 | 参考图像对应的相机姿态 | 连接相机位置设置 |
reference_orbit_camera_fovy | reference_orbit_camera_fovy | 小数 (0.0-180.0) | 49.1 | 相机视野角度，就像告诉AI拍照时的镜头角度 | 参考相机的垂直视野角度 | 49.1 度是标准视角 |
training_iterations | training_iterations | 整数 (1-无限) | 30000 | 训练迭代次数，就像AI老师学习的次数 | 高斯点云训练的迭代次数 | 30000 次能得到好效果 |
batch_size | batch_size | 整数 (1-无限) | 1 | 批处理大小，就像AI老师一次看几张图片学习 | 每次训练处理的图像数量 | 1-4 张，取决于显存大小 |
initial_gaussians_num | initial_gaussians_num | 整数 (1-无限) | 10000 | 初始高斯点数量，就像开始时有多少个光点 | 初始化的高斯点云数量 | 10000 是一个好的起点 |
3.7.2 Instant NGP 节点
这个节点是干嘛的？ 这是一个神经网络3D重建器，就像是一个超级聪明的建筑师，能从照片快速重建3D场景。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是建筑师的设计图 | 输入的参考图像 | 连接多视图图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉建筑师要建造的区域 | 参考图像的遮罩数据 | 连接对应的遮罩 |
reference_orbit_camera_poses | reference_orbit_camera_poses | 相机姿态 | 必须连接 | 相机位置，就像告诉建筑师从哪些角度观察 | 参考图像的相机姿态参数 | 连接相机位置设置 |
reference_orbit_camera_fovy | reference_orbit_camera_fovy | 小数 (0.0-180.0) | 49.1 | 相机视野角度，就像观察的视野范围 | 参考相机的垂直视野角度 | 49.1 度是标准视角 |
training_iterations | training_iterations | 整数 (1-无限) | 512 | 训练次数，就像建筑师思考的时间 | 神经网络训练的迭代次数 | 512 次通常够用 |
training_resolution | training_resolution | 整数 (128-8192) | 128 | 训练分辨率，就像建筑图纸的精细程度 | 训练时使用的图像分辨率 | 128 是速度和质量的平衡 |
marching_cude_grids_resolution | marching_cude_grids_resolution | 整数 (1-无限) | 256 | 网格分辨率，就像最终建筑的精细程度 | Marching Cubes算法的网格分辨率 | 256 能得到不错的细节 |
texture_resolution | texture_resolution | 整数 (128-8192) | 1024 | 纹理分辨率，就像建筑表面装饰的精细程度 | 生成纹理贴图的分辨率 | 1024 是质量和性能的平衡 |
3.8 纹理和材质处理类节点
3.8.1 ExplicitTarget Color Projection 节点
这个节点是干嘛的？ 这就像是一个3D彩绘师，能把多张图片的颜色投影到3D模型上，给模型上色。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 要上色的3D模型，就像是要彩绘的雕塑 | 输入的3D网格数据 | 连接前面节点的3D模型 |
reference_images | reference_images | 图片数据 | 必须连接 | 参考图片组，就像是彩绘师的调色板 | 用于颜色投影的参考图像 | 连接多张不同角度的彩色图片 |
reference_masks | reference_masks | 遮罩数据 | 必须连接 | 图片遮罩组，就像告诉彩绘师哪里要上色 | 参考图像对应的遮罩数据 | 连接对应的遮罩组 |
projection_resolution | projection_resolution | 整数 (128-8192) | 1024 | 投影分辨率，就像决定彩绘的精细程度 | 颜色投影处理的分辨率 | 1024 是质量和速度的平衡 |
complete_unseen_rgb | complete_unseen_rgb | 布尔值 | True | 是否补全看不见的颜色，就像给雕塑背面也上色 | 是否对未见区域进行颜色补全 | True 会让模型更完整 |
render_orbit_camera_fovy | render_orbit_camera_fovy | 小数 (0.0-180.0) | 47.5 | 相机视野角度，就像彩绘师观察的角度 | 渲染时相机的垂直视野角度 | 47.5 度是比较自然的视角 |
confidence_threshold | confidence_threshold | 小数 (0.001-1.0) | 0.02 | 置信度阈值，就像彩绘师对颜色准确性的要求 | 颜色投影的置信度阈值 | 0.02 是比较宽松的要求 |
3.8.2 Convert Vertex Color To Texture 节点
这个节点是干嘛的？ 这就像是一个纹理转换器，能把3D模型顶点上的颜色转换成纹理贴图，就像把彩绘转成贴纸。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 有顶点颜色的3D模型，就像是已经彩绘好的雕塑 | 输入的带顶点颜色的3D网格 | 连接前面上色后的3D模型 |
texture_resolution | texture_resolution | 整数 (128-8192) | 1024 | 纹理分辨率，就像决定贴纸的清晰度 | 生成纹理贴图的分辨率 | 1024 是常用的纹理尺寸 |
batch_size | batch_size | 整数 (1-无限) | 128 | 批处理大小，就像一次处理多少个区域 | 纹理生成时的批处理大小 | 128 是内存和速度的平衡 |
3.9 新兴AI模型类节点
3.9.1 Hunyuan3D V2 ShapeGen MV 节点
这个节点是干嘛的？ 这是腾讯最新的3D生成模型，就像是一个超级智能的3D设计师，能从图片快速生成高质量3D模型。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
shapegen_pipe | shapegen_pipe | 管道模型 | 必须连接 | 混元3D生成模型，就像是超级设计师的大脑 | Hunyuan3D形状生成管道 | 连接前面加载的模型 |
images | images | 图片列表 | 必须连接 | 输入图片列表，就像是设计师的参考资料 | 输入的图像列表数据 | 连接处理好的图片列表 |
seed | seed | 整数 (0-无限) | 1234 | 随机种子，就像设计师的创作风格编号 | 随机数生成器的种子值 | 1234 是常用的测试值 |
guidance_scale | guidance_scale | 小数 (0.0-无限) | 5.0 | 指导强度，就像告诉设计师要多严格按照参考图 | 生成过程的指导强度 | 5.0 通常效果很好 |
num_inference_steps | num_inference_steps | 整数 (0-无限) | 5 | 推理步数，就像设计师思考的时间 | 扩散模型的推理迭代次数 | 5步适合快速模式 |
octree_resolution | octree_resolution | 整数 (64-无限) | 256 | 八叉树分辨率，就像决定3D模型的精细程度 | 3D体素网格的分辨率 | 256 是质量和速度的平衡 |
3.9.2 Trellis Structured 3D Latents Models 节点
这个节点是干嘛的？ 这是一个结构化3D生成模型，就像是一个建筑师，能理解3D结构并生成高质量的3D模型。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
trellis_pipe | trellis_pipe | 管道模型 | 必须连接 | Trellis生成模型，就像是建筑师的设计工具 | Trellis 3D生成管道 | 连接前面加载的模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是建筑师的设计草图 | 输入的参考图像 | 连接一张清晰的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉建筑师要设计的部分 | 参考图像的遮罩数据 | 连接对应的遮罩 |
seed | seed | 整数 (0-无限) | 1 | 随机种子，就像建筑师的设计风格编号 | 随机数生成器的种子值 | 1 是默认的好选择 |
sparse_structure_guidance_scale | sparse_structure_guidance_scale | 小数 (0.0-无限) | 7.5 | 稀疏结构指导强度，就像告诉建筑师结构要多严谨 | 稀疏结构生成的指导强度 | 7.5 通常效果很好 |
sparse_structure_sample_steps | sparse_structure_sample_steps | 整数 (1-无限) | 12 | 稀疏结构采样步数，就像结构设计的精细程度 | 稀疏结构采样的迭代次数 | 12 步是标准设置 |
structured_latent_guidance_scale | structured_latent_guidance_scale | 小数 (0.0-无限) | 3.0 | 结构化潜在指导强度，就像细节设计的严格程度 | 结构化潜在空间的指导强度 | 3.0 是平衡的选择 |
structured_latent_sample_steps | structured_latent_sample_steps | 整数 (1-无限) | 12 | 结构化潜在采样步数，就像细节设计的精细程度 | 结构化潜在采样的迭代次数 | 12 步是标准设置 |
3.10 CRM系列模型节点
3.10.1 CRM Images MVDiffusion Model 节点
这个节点是干嘛的？ 这是一个卷积重建模型，就像是一个3D重建大师，能从单张图片生成多视图。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
crm_mvdiffusion_sampler | crm_mvdiffusion_sampler | 采样器 | 必须连接 | CRM采样器，就像是重建大师的工具箱 | CRM多视图扩散采样器 | 连接前面加载的CRM模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是重建大师的设计图 | 输入的参考图像 | 连接一张清晰的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉大师要重建的部分 | 参考图像的遮罩数据 | 连接对应的遮罩 |
prompt | prompt | 多行文字 | 3D assets | 提示词，就像告诉大师要做什么风格 | 生成指导的文本提示 | 输入 "3D模型，高质量" |
prompt_neg | prompt_neg | 多行文字 | 默认负面词 | 负面提示词，就像告诉大师要避免什么 | 要避免的特征描述 | 输入 "低质量，模糊" |
seed | seed | 整数 (0-无限) | 1234 | 随机种子，就像大师的创作风格编号 | 随机数生成器的种子值 | 1234 是常用的测试值 |
mv_guidance_scale | mv_guidance_scale | 小数 (0.0-无限) | 5.5 | 多视图指导强度，就像大师按照要求的严格程度 | 多视图生成的指导强度 | 5.5 通常效果很好 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 50 | 推理步数，就像大师工作的精细程度 | 扩散模型的推理迭代次数 | 50 步是标准设置 |
3.10.2 InstantMesh Reconstruction Model 节点
这个节点是干嘛的？ 这是一个即时网格重建器，就像是一个快速3D打印机，能从多视图快速生成网格模型。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
lrm_model | lrm_model | 模型数据 | 必须连接 | LRM模型，就像是3D打印机的核心部件 | Large Reconstruction Model | 连接前面加载的LRM模型 |
multiview_images | multiview_images | 图片数据 | 必须连接 | 多视图图片，就像是打印机的设计图纸 | 输入的多视角图像 | 连接多角度的物体图片 |
orbit_camera_poses | orbit_camera_poses | 相机姿态 | 必须连接 | 相机位置信息，就像告诉打印机这些图是从哪里拍的 | 轨道相机的姿态参数 | 连接相机位置设置 |
orbit_camera_fovy | orbit_camera_fovy | 小数 (0.0-180.0) | 30.0 | 相机视野角度，就像拍照时的镜头角度 | 相机的垂直视野角度 | 30.0 度是InstantMesh的标准设置 |
texture_resolution | texture_resolution | 整数 (128-8192) | 1024 | 纹理分辨率，就像打印出来的表面精细程度 | 生成纹理贴图的分辨率 | 1024 是质量和性能的平衡 |
3.11 多视图适配器类节点
3.11.1 MVAdapter IG2MV 节点
这个节点是干嘛的？ 这是一个多视图适配器，就像是一个全景摄影师，能从单张图片和3D网格生成多角度视图。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mvadapter_pipe | mvadapter_pipe | 管道模型 | 必须连接 | MV适配器模型，就像是全景摄影师的相机 | MV-Adapter多视图生成管道 | 连接前面加载的模型 |
mesh_path | mesh_path | 文字路径 | 必须输入 | 3D网格文件路径，就像是要拍摄的3D模型位置 | 输入3D网格文件的路径 | 输入 "models/chair.obj" |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是摄影师的参考样本 | 输入的参考图像 | 连接一张清晰的物体图片 |
prompt | prompt | 多行文字 | high quality | 提示词，就像告诉摄影师拍摄要求 | 生成指导的文本提示 | 输入 "高质量，清晰，专业" |
negative_prompt | negative_prompt | 多行文字 | 默认负面词 | 负面提示词，就像告诉摄影师要避免什么 | 要避免的特征描述 | 输入 "模糊，低质量，变形" |
num_inference_steps | num_inference_steps | 整数 (1-200) | 50 | 推理步数，就像摄影师拍摄的精细程度 | 扩散模型的推理迭代次数 | 50 步通常效果很好 |
guidance_scale | guidance_scale | 小数 (0.0-20.0) | 3.0 | 指导强度，就像摄影师按照要求的严格程度 | 生成过程的指导强度 | 3.0 是平衡的选择 |
height | height | 整数 (256-2048) | 768 | 生成图片高度，就像设置照片的高度 | 生成图像的高度像素 | 768 是常用的分辨率 |
width | width | 整数 (256-2048) | 768 | 生成图片宽度，就像设置照片的宽度 | 生成图像的宽度像素 | 768 是常用的分辨率 |
seed | seed | 整数 (-1-无限) | -1 | 随机种子，就像摄影师的拍摄风格编号 | 随机数生成器的种子值 | -1 表示随机生成 |
3.12 高级算法类节点
3.12.1 FlexiCubes MVS 节点
这个节点是干嘛的？ 这是一个灵活立方体算法，就像是一个智能积木大师，能从深度图和法线图搭建3D模型。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
reference_depth_maps | reference_depth_maps | 图片数据 | 必须连接 | 深度图，就像是积木大师的设计图纸 | 输入的深度图像 | 连接多角度的深度图 |
reference_masks | reference_masks | 遮罩数据 | 必须连接 | 遮罩图，就像告诉大师哪里要搭积木 | 参考图像的遮罩数据 | 连接对应的遮罩 |
reference_orbit_camera_poses | reference_orbit_camera_poses | 相机姿态 | 必须连接 | 相机位置，就像告诉大师从哪些角度观察 | 轨道相机的姿态参数 | 连接相机位置设置 |
reference_orbit_camera_fovy | reference_orbit_camera_fovy | 小数 (0.0-180.0) | 49.1 | 相机视野角度，就像观察的视野范围 | 相机的垂直视野角度 | 49.1 度是标准视角 |
training_iterations | training_iterations | 整数 (1-无限) | 512 | 训练次数，就像大师搭建的时间 | 算法训练的迭代次数 | 512 次通常够用 |
batch_size | batch_size | 整数 (1-无限) | 4 | 批处理大小，就像大师一次处理多少个部件 | 每次训练处理的数据量 | 4 是内存和速度的平衡 |
learning_rate | learning_rate | 小数 (0.001-无限) | 0.01 | 学习率，就像大师学习的速度 | 算法优化的学习率 | 0.01 是中等速度 |
voxel_grids_resolution | voxel_grids_resolution | 整数 (1-无限) | 128 | 体素网格分辨率，就像积木块的大小 | 3D体素网格的分辨率 | 128 是质量和速度的平衡 |
depth_min_distance | depth_min_distance | 小数 (0.0-无限) | 0.5 | 最小深度距离，就像设定最近的观察距离 | 深度映射的最小距离值 | 0.5 单位是常用设置 |
depth_max_distance | depth_max_distance | 小数 (0.0-无限) | 5.5 | 最大深度距离，就像设定最远的观察距离 | 深度映射的最大距离值 | 5.5 单位是常用设置 |
3.12.2 Era3D MVDiffusion Model 节点
这个节点是干嘛的？ 这是一个时代3D扩散模型，就像是一个未来的3D设计师，能生成高质量的多视图和法线图。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
era3d_pipe | era3d_pipe | 管道模型 | 必须连接 | Era3D模型，就像是未来设计师的大脑 | Era3D扩散模型管道 | 连接前面加载的模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是设计师的灵感来源 | 输入的参考图像 | 连接一张清晰的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉设计师要设计的部分 | 参考图像的遮罩数据 | 连接对应的遮罩 |
image_crop_size | image_crop_size | 整数 (400-8192) | 420 | 图片裁剪尺寸，就像设定设计稿的尺寸 | 输入图像的裁剪尺寸 | 420 是模型的最优尺寸 |
seed | seed | 整数 (0-无限) | 600 | 随机种子，就像设计师的创作风格编号 | 随机数生成器的种子值 | 600 是默认的好选择 |
guidance_scale | guidance_scale | 小数 (0.0-无限) | 3.0 | 指导强度，就像设计师按照要求的严格程度 | 生成过程的指导强度 | 3.0 是平衡的选择 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 40 | 推理步数，就像设计师思考的时间 | 扩散模型的推理迭代次数 | 40 步是标准设置 |
eta | eta | 小数 (0.0-无限) | 1.0 | 噪声参数，就像设计师的创意随意性 | DDIM采样器的eta参数 | 1.0 是标准设置 |
radius | radius | 小数 (0.1-无限) | 4.0 | 相机距离，就像设计师观察的距离 | 相机到物体的距离 | 4.0 单位是常用距离 |
3.13 特殊用途模型节点
3.13.1 CharacterGen MVDiffusion Model 节点
这个节点是干嘛的？ 这是一个角色生成器，就像是一个专门设计卡通角色的3D设计师，能从一张图片生成角色的多视图。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
character_mv_gen_pipe | character_mv_gen_pipe | 管道模型 | 必须连接 | 角色生成器，就像是专业的角色设计师 | CharacterGen多视图生成管道 | 连接前面加载的模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是设计师的角色草图 | 输入的参考图像 | 连接一张清晰的角色图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉设计师角色的轮廓 | 参考图像的遮罩数据 | 连接对应的遮罩 |
target_image_width | target_image_width | 整数 (128-8192) | 512 | 目标图片宽度，就像设定角色设计稿的宽度 | 生成图像的目标宽度 | 512 是常用的分辨率 |
target_image_height | target_image_height | 整数 (128-8192) | 768 | 目标图片高度，就像设定角色设计稿的高度 | 生成图像的目标高度 | 768 适合角色设计 |
seed | seed | 整数 (0-无限) | 2333 | 随机种子，就像设计师的创作风格编号 | 随机数生成器的种子值 | 2333 是默认的好选择 |
guidance_scale | guidance_scale | 小数 (0.0-无限) | 5.0 | 指导强度，就像设计师按照要求的严格程度 | 生成过程的指导强度 | 5.0 通常效果很好 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 40 | 推理步数，就像设计师精雕细琢的程度 | 扩散模型的推理迭代次数 | 40 步是标准设置 |
prompt | prompt | 多行文字 | high quality, best quality | 提示词，就像告诉设计师要做什么风格的角色 | 生成指导的文本提示 | 输入 "高质量，可爱角色" |
prompt_neg | prompt_neg | 多行文字 | 空 | 负面提示词，就像告诉设计师要避免什么 | 要避免的特征描述 | 输入 "丑陋，变形" |
radius | radius | 小数 (0.1-无限) | 1.5 | 相机距离，就像设计师观察角色的距离 | 相机到角色的距离 | 1.5 单位适合角色设计 |
3.13.2 TripoSG I23D Model 节点
这个节点是干嘛的？ 这是一个三角形生成器，就像是一个专业的几何建模师，能从图片直接生成精细的3D模型。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
tsg_pipe | tsg_pipe | 管道模型 | 必须连接 | TripoSG模型，就像是几何建模师的工具箱 | TripoSG三维生成管道 | 连接前面加载的模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是建模师的设计图 | 输入的参考图像 | 连接一张清晰的物体图片 |
seed | seed | 整数 (0-无限) | 42 | 随机种子，就像建模师的设计风格编号 | 随机数生成器的种子值 | 42 是经典的测试值 |
guidance_scale | guidance_scale | 小数 (0.0-无限) | 7.0 | 指导强度，就像建模师按照要求的严格程度 | 生成过程的指导强度 | 7.0 通常效果很好 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 50 | 推理步数，就像建模师工作的精细程度 | 扩散模型的推理迭代次数 | 50 步是标准设置 |
use_flash_decoder | use_flash_decoder | 布尔值 | True | 是否使用快速解码器，就像选择高速模式 | 是否启用快速解码器 | True 会更快但可能略微降低质量 |
flash_octree_depth | flash_octree_depth | 整数 (1-无限) | 9 | 快速八叉树深度，就像设定快速模式的精细程度 | 快速解码器的八叉树深度 | 9 是默认的好选择 |
hierarchical_octree_depth | hierarchical_octree_depth | 整数 (1-无限) | 9 | 分层八叉树深度，就像设定分层结构的精细程度 | 分层解码器的八叉树深度 | 9 是标准设置 |
dense_octree_depth | dense_octree_depth | 整数 (1-无限) | 8 | 密集八叉树深度，就像设定最终精细处理的程度 | 密集解码器的八叉树深度 | 8 是质量和速度的平衡 |
3.13.3 MVDream Model 节点
这个节点是干嘛的？ 这是一个多视图梦境生成器，就像是一个会做梦的3D艺术家，能从一张图片和文字描述生成多角度视图。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mvdream_pipe | mvdream_pipe | 管道模型 | 必须连接 | MVDream模型，就像是梦境艺术家的大脑 | MVDream多视图生成管道 | 连接前面加载的模型 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是艺术家的灵感来源 | 输入的参考图像 | 连接一张清晰的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉艺术家要创作的部分 | 参考图像的遮罩数据 | 连接对应的遮罩 |
prompt | prompt | 多行文字 | 空 | 提示词，就像告诉艺术家要创作什么主题 | 生成指导的文本提示 | 输入 "美丽的花瓶，艺术品" |
prompt_neg | prompt_neg | 多行文字 | 默认负面词 | 负面提示词，就像告诉艺术家要避免什么 | 要避免的特征描述 | 输入 "丑陋，模糊，低质量" |
seed | seed | 整数 (0-无限) | 0 | 随机种子，就像艺术家的创作风格编号 | 随机数生成器的种子值 | 0 是默认的起始值 |
mv_guidance_scale | mv_guidance_scale | 小数 (0.0-无限) | 5.0 | 多视图指导强度，就像艺术家按照要求的严格程度 | 多视图生成的指导强度 | 5.0 通常效果很好 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 30 | 推理步数，就像艺术家创作的精细程度 | 扩散模型的推理迭代次数 | 30 步是标准设置 |
elevation | elevation | 小数 (-90到90) | 0.0 | 仰视角度，就像艺术家观察的高度角度 | 相机的仰视角度 | 0.0 表示平视，正数表示仰视 |
3.14 高级预处理节点
3.14.1 Resize Image Foreground 节点
这个节点是干嘛的？ 这就像是一个智能裁剪师，能调整图片中前景物体的大小比例，让主体在画面中占据合适的位置。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
images | images | 图片数据 | 必须连接 | 要处理的图片，就像是要调整的照片 | 输入的图像数据 | 连接前面节点的图片输出 |
masks | masks | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉程序哪里是主体 | 图像的遮罩数据，用于识别前景 | 连接对应的遮罩 |
foreground_ratio | foreground_ratio | 小数 (0.01-1.0) | 0.85 | 前景比例，就像决定主体在画面中占多大 | 前景在图像中的占比 | 0.85 表示前景占画面85% |
3.14.2 Get Masks From Normal Maps 节点
这个节点是干嘛的？ 这是一个法线图分析器，能从法线图中提取出有效区域的遮罩，就像从地形图中找出有山有水的地方。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
normal_maps | normal_maps | 图片数据 | 必须连接 | 法线图，就像是表面凹凸信息的特殊图片 | 输入的法线贴图数据 | 连接法线图输出 |
3.14.3 Rotate Normal Maps Horizontally 节点
这个节点是干嘛的？ 这是一个法线图旋转器，能水平旋转法线图的方向信息，就像调整表面纹理的朝向。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
normal_maps | normal_maps | 图片数据 | 必须连接 | 要旋转的法线图，就像是要调整方向的纹理 | 输入的法线贴图数据 | 连接法线图输出 |
normal_masks | normal_masks | 遮罩数据 | 必须连接 | 法线图遮罩，就像告诉程序哪里需要旋转 | 法线图对应的遮罩数据 | 连接法线图遮罩 |
clockwise | clockwise | 布尔值 | True | 是否顺时针旋转，就像选择转动方向 | 旋转方向控制 | True 表示顺时针，False 表示逆时针 |
3.15 高级3D处理节点
3.15.1 Decimate Mesh 节点
这个节点是干嘛的？ 这是一个3D模型简化器，能减少模型的面数，就像把复杂的雕塑简化成更简单的版本。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 要简化的3D模型，就像是要减肥的雕塑 | 输入的3D网格数据 | 连接前面节点的3D模型 |
target | target | 整数 (0-无限) | 50000 | 目标面数，就像决定简化后要保留多少个面 | 目标三角面数量 | 50000 表示简化到5万个面 |
remesh | remesh | 布尔值 | True | 是否重新网格化，就像是否要重新整理结构 | 是否进行网格重构 | True 会优化网格质量 |
optimalplacement | optimalplacement | 布尔值 | True | 是否最优放置，就像选择最好的简化方式 | 是否使用最优顶点放置算法 | True 会保持更好的形状 |
3.15.2 Convert 3DGS To Pointcloud 节点
这个节点是干嘛的？ 这是一个格式转换器，能把高斯点云文件转换成普通点云，就像把特殊格式的数据转成通用格式。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
gs_ply | gs_ply | 点云数据 | 必须连接 | 高斯点云数据，就像是特殊格式的3D点集合 | 输入的高斯点云PLY数据 | 连接前面节点的点云输出 |
3.15.3 Convert Mesh To Pointcloud 节点
这个节点是干嘛的？ 这是一个网格转点云器，能把3D网格模型转换成点云，就像把实心雕塑变成点点组成的轮廓。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 要转换的3D模型，就像是要变成点云的雕塑 | 输入的3D网格数据 | 连接前面节点的3D模型 |
3.16 相机控制高级节点
3.16.1 Get Camposes From List Indexed 节点
这个节点是干嘛的？ 这是一个相机位置选择器，能从一堆相机位置中选出指定的几个，就像从摄影师的拍摄计划中挑选特定角度。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
original_orbit_camera_poses | original_orbit_camera_poses | 相机姿态 | 必须连接 | 原始相机位置列表，就像是所有可能的拍摄角度 | 输入的轨道相机姿态数据 | 连接相机位置设置 |
indexes | indexes | 文字 | "0, 1, 2" | 要选择的索引，就像告诉程序要第几个角度 | 要选择的相机位置索引 | 输入 "0, 2, 4" 选择第1、3、5个位置 |
3.16.2 OrbitPoses JK 节点
这个节点是干嘛的？ 这是一个轨道相机预设器，提供了多种预设的相机轨道配置，就像是摄影师的标准拍摄套路。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
orbitpose_preset | orbitpose_preset | 选择列表 | 根据需要 | 预设轨道类型，就像选择拍摄风格 | 预定义的相机轨道配置 | 选择 "Wonder3D(6)" 使用6视角配置 |
radius | radius | 文字 | "4.0, 4.0, 4.0, 4.0, 4.0, 4.0" | 相机距离列表，就像设定每个角度的拍摄距离 | 各个相机位置的距离参数 | 输入 "3.0, 4.0, 5.0" 设置不同距离 |
elevations | elevations | 文字 | "0.0, 90.0, 0.0, 0.0, -90.0, 0.0" | 仰角列表，就像设定每个角度的高低 | 各个相机位置的仰角参数 | 输入 "0, 30, -30" 设置不同高度 |
azimuths | azimuths | 文字 | "-90.0, 0.0, 180.0, 90.0, 0.0, 0.0" | 方位角列表，就像设定每个角度的左右位置 | 各个相机位置的方位角参数 | 输入 "0, 90, 180, 270" 设置四个方向 |
centerX | centerX | 文字 | "0.0, 0.0, 0.0, 0.0, 0.0, 0.0" | X轴中心点列表，就像设定拍摄焦点的左右位置 | 各个相机轨道中心的X坐标 | 通常保持 "0.0" |
centerY | centerY | 文字 | "0.0, 0.0, 0.0, 0.0, 0.0, 0.0" | Y轴中心点列表，就像设定拍摄焦点的上下位置 | 各个相机轨道中心的Y坐标 | 通常保持 "0.0" |
centerZ | centerZ | 文字 | "0.0, 0.0, 0.0, 0.0, 0.0, 0.0" | Z轴中心点列表，就像设定拍摄焦点的前后位置 | 各个相机轨道中心的Z坐标 | 通常保持 "0.0" |
3.17 高级算法训练节点
3.17.1 Fitting Mesh With Multiview Images 节点
这个节点是干嘛的？ 这是一个3D模型训练器，能用多张图片来训练和优化3D模型，就像是一个AI老师用多个角度的照片来完善雕塑。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
reference_images | reference_images | 图片数据 | 必须连接 | 参考图片组，就像是AI老师的教材 | 输入的多视图参考图像 | 连接多张不同角度的图片 |
reference_masks | reference_masks | 遮罩数据 | 必须连接 | 图片遮罩组，就像告诉AI哪里是重点 | 参考图像对应的遮罩数据 | 连接对应的遮罩组 |
reference_orbit_camera_poses | reference_orbit_camera_poses | 相机姿态 | 必须连接 | 相机位置信息，就像告诉AI这些照片是从哪里拍的 | 参考图像对应的相机姿态 | 连接相机位置设置 |
reference_orbit_camera_fovy | reference_orbit_camera_fovy | 小数 (0.0-180.0) | 49.1 | 相机视野角度，就像告诉AI拍照时的镜头角度 | 参考相机的垂直视野角度 | 49.1 度是标准视角 |
mesh | mesh | 网格数据 | 必须连接 | 初始3D模型，就像是要完善的雕塑草稿 | 输入的初始3D网格 | 连接基础3D模型 |
mesh_albedo_width | mesh_albedo_width | 整数 (128-8192) | 1024 | 纹理宽度，就像决定模型表面贴图的宽度 | 生成纹理贴图的宽度像素 | 1024 是常用尺寸 |
mesh_albedo_height | mesh_albedo_height | 整数 (128-8192) | 1024 | 纹理高度，就像决定模型表面贴图的高度 | 生成纹理贴图的高度像素 | 1024 是常用尺寸 |
training_iterations | training_iterations | 整数 (1-100000) | 1024 | 训练次数，就像AI老师学习的次数 | 训练的迭代次数 | 1024 次能得到好效果 |
batch_size | batch_size | 整数 (1-无限) | 3 | 批处理大小，就像AI老师一次看几张图片学习 | 每次训练处理的图像数量 | 3-4 张，取决于显存大小 |
texture_learning_rate | texture_learning_rate | 小数 (0.00001-无限) | 0.001 | 纹理学习率，就像AI学习纹理的速度 | 纹理优化的学习率 | 0.001 是中等速度 |
train_mesh_geometry | train_mesh_geometry | 布尔值 | False | 是否训练几何形状，就像是否要改变雕塑的形状 | 是否同时优化网格几何 | False 只优化纹理，True 同时优化形状 |
geometry_learning_rate | geometry_learning_rate | 小数 (0.00001-无限) | 0.0001 | 几何学习率，就像AI学习形状的速度 | 几何优化的学习率 | 0.0001 是较慢的安全速度 |
ms_ssim_loss_weight | ms_ssim_loss_weight | 小数 (0.0-1.0) | 0.5 | 结构相似性权重，就像重视图片结构的程度 | MS-SSIM损失函数的权重 | 0.5 是平衡的选择 |
remesh_after_n_iteration | remesh_after_n_iteration | 整数 (128-100000) | 512 | 重新网格化间隔，就像每隔多久整理一次雕塑 | 重新网格化的迭代间隔 | 512 次是合适的间隔 |
invert_background_probability | invert_background_probability | 小数 (0.0-1.0) | 0.5 | 背景反转概率，就像随机改变背景的几率 | 背景颜色反转的概率 | 0.5 表示50%的几率 |
force_cuda_rasterize | force_cuda_rasterize | 布尔值 | True | 是否强制GPU渲染，就像选择用专业设备 | 是否强制使用CUDA光栅化 | True 会更快但需要好显卡 |
3.18 高级3D生成模型节点
这个节点是干嘛的？ 这是一个三平面高斯变换器加载器，能加载先进的3D生成模型，就像是装载一个超级智能的3D设计师大脑。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
model_name | model_name | 选择列表 | model_lvis_rel.ckpt | 模型名称，就像选择哪个设计师大脑 | 要加载的模型检查点文件 | 选择 "model_lvis_rel.ckpt" |
这个节点是干嘛的？ 这是一个三平面高斯变换器，能从单张图片生成高质量的3D高斯点云，就像是一个会魔法的3D艺术家。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是艺术家的灵感来源 | 输入的参考图像 | 连接一张清晰的物体图片 |
reference_mask | reference_mask | 遮罩数据 | 必须连接 | 图片遮罩，就像告诉艺术家要创作的部分 | 参考图像的遮罩数据 | 连接对应的遮罩 |
tgs_model | tgs_model | 模型数据 | 必须连接 | TGS模型，就像是艺术家的大脑 | Triplane Gaussian Splatting模型 | 连接前面加载的TGS模型 |
cam_dist | cam_dist | 小数 (0.01-无限) | 1.9 | 相机距离，就像艺术家观察的距离 | 相机到物体的距离 | 1.9 单位是常用距离 |
3.19 高级扩散模型管理节点
3.19.1 Load Diffusers Pipeline 节点
这个节点是干嘛的？ 这是一个通用扩散模型加载器，能加载各种不同的AI生成模型，就像是一个万能的AI模型管理器。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
diffusers_pipeline_name | diffusers_pipeline_name | 选择列表 | 根据需要 | 管道类型，就像选择哪种AI生成器 | 要加载的扩散模型管道类型 | 选择 "MVDreamPipeline" |
repo_id | repo_id | 文字 | ashawkey/imagedream-ipmv-diffusers | 模型仓库ID，就像是AI模型的地址 | HuggingFace模型仓库标识符 | 输入模型的完整路径 |
custom_pipeline | custom_pipeline | 文字 | "" | 自定义管道，就像是特殊的AI配置 | 自定义管道脚本路径 | 通常留空使用默认 |
force_download | force_download | 布尔值 | False | 是否强制下载，就像是否要重新获取最新版本 | 是否强制重新下载模型 | True 会重新下载所有文件 |
checkpoint_sub_dir | checkpoint_sub_dir | 文字 | "" | 检查点子目录，就像是模型文件的具体位置 | 模型检查点的子目录路径 | 通常留空使用根目录 |
force_disable_xformers | force_disable_xformers | 布尔值 | False | 是否禁用加速，就像选择是否用高速模式 | 是否禁用xformers内存优化 | False 会使用加速优化 |
3.19.2 Set Diffusers Pipeline Scheduler 节点
这个节点是干嘛的？ 这是一个调度器设置器，能为AI模型设置不同的生成策略，就像给AI设定不同的工作方式。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
pipe | pipe | 管道模型 | 必须连接 | AI生成管道，就像是要设置的AI系统 | 输入的扩散模型管道 | 连接前面加载的模型 |
diffusers_scheduler_name | diffusers_scheduler_name | 选择列表 | 根据需要 | 调度器类型，就像选择AI的工作策略 | 要使用的调度器类型 | 选择 "DDIMScheduler" |
3.19.3 Set Diffusers Pipeline State Dict 节点
这个节点是干嘛的？ 这是一个模型权重加载器，能为AI模型加载特定的训练权重，就像给AI换上专门训练的大脑。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
pipe | pipe | 管道模型 | 必须连接 | AI生成管道，就像是要升级的AI系统 | 输入的扩散模型管道 | 连接前面加载的模型 |
repo_id | repo_id | 文字 | TencentARC/InstantMesh | 权重仓库ID，就像是专门训练权重的地址 | 包含模型权重的仓库标识符 | 输入权重文件的仓库路径 |
model_name | model_name | 文字 | diffusion_pytorch_model.bin | 权重文件名，就像是具体的大脑文件 | 要加载的权重文件名称 | 输入具体的权重文件名 |
3.20 高级纹理处理节点
3.20.1 Fast Normal Maps To Mesh 节点
这个节点是干嘛的？ 这是一个快速法线图转网格器，能从法线图快速生成3D网格，就像从地形图快速搭建立体模型。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
front_side_back_normal_maps | front_side_back_normal_maps | 图片数据 | 必须连接 | 前侧后法线图，就像是三个方向的地形图 | 输入的多视角法线贴图 | 连接前、侧、后三张法线图 |
front_side_back_normal_masks | front_side_back_normal_masks | 遮罩数据 | 必须连接 | 法线图遮罩，就像告诉程序哪里有效 | 法线图对应的遮罩数据 | 连接对应的遮罩组 |
3.20.2 ExplicitTarget Mesh Optimization 节点
这个节点是干嘛的？ 这是一个显式目标网格优化器，能根据法线图优化3D网格，就像是一个精雕细琢的工匠。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh | mesh | 网格数据 | 必须连接 | 要优化的3D模型，就像是要精雕的雕塑 | 输入的3D网格数据 | 连接前面节点的3D模型 |
normal_maps | normal_maps | 图片数据 | 必须连接 | 法线图，就像是工匠的参考图纸 | 输入的法线贴图数据 | 连接法线图输出 |
normal_masks | normal_masks | 遮罩数据 | 必须连接 | 法线图遮罩，就像告诉工匠哪里要精雕 | 法线图对应的遮罩数据 | 连接法线图遮罩 |
reconstruction_steps | reconstruction_steps | 整数 (0-无限) | 200 | 重建步数，就像工匠精雕的次数 | 网格重建的迭代次数 | 200 步是标准设置 |
coarse_reconstruct_resolution | coarse_reconstruct_resolution | 整数 (128-8192) | 512 | 粗糙重建分辨率，就像初步雕刻的精细程度 | 粗糙重建阶段的分辨率 | 512 是质量和速度的平衡 |
loss_expansion_weight | loss_expansion_weight | 小数 (0.01-无限) | 0.1 | 损失扩展权重，就像控制雕刻的力度 | 损失函数扩展项的权重 | 0.1 是温和的设置 |
refinement_steps | refinement_steps | 整数 (0-无限) | 100 | 精细化步数，就像最后抛光的次数 | 精细化处理的迭代次数 | 100 步通常够用 |
target_warmup_update_num | target_warmup_update_num | 整数 (1-无限) | 5 | 目标预热更新数，就像工匠熟悉工具的次数 | 目标更新的预热次数 | 5 次是合适的预热 |
target_update_interval | target_update_interval | 整数 (1-无限) | 20 | 目标更新间隔，就像工匠检查进度的频率 | 目标更新的间隔步数 | 20 步是合适的间隔 |
normal_orbit_camera_poses | normal_orbit_camera_poses | 相机姿态 | 可选 | 法线图相机位置，就像告诉工匠这些图是从哪里看的 | 法线图对应的相机姿态 | 连接相机位置设置 |
3.21 高级AI模型加载器节点
3.21.1 Load Large Multiview Gaussian Model 节点
这个节点是干嘛的？ 这是一个大型多视图高斯模型加载器，能加载专门处理多视图的AI模型，就像装载一个超级智能的3D视觉专家。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
model_name | model_name | 选择列表 | model_fp16.safetensors | 模型文件名，就像选择哪个专家大脑 | 要加载的模型检查点文件 | 选择 "model_fp16.safetensors" |
lgb_config | lgb_config | 选择列表 | default | 模型配置，就像选择专家的工作模式 | 大型高斯模型的配置类型 | "default" 是标准配置 |
3.21.2 Large Multiview Gaussian Model 节点
这个节点是干嘛的？ 这是一个大型多视图高斯模型，能从多张视图生成高质量3D高斯点云，就像一个会看多角度照片的3D重建专家。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
multiview_images | multiview_images | 图片数据 | 必须连接 | 多视图图片，就像是专家的参考资料 | 输入的多视角图像数据 | 连接多角度的物体图片 |
lgm_model | lgm_model | 模型数据 | 必须连接 | LGM模型，就像是专家的大脑 | Large Multiview Gaussian Model | 连接前面加载的LGM模型 |
3.21.3 Convert 3DGS to Mesh with NeRF and Marching Cubes 节点
这个节点是干嘛的？ 这是一个高斯点云转网格的高级转换器，结合了NeRF和行进立方体算法，就像是一个超级精密的3D转换工厂。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
gs_ply | gs_ply | 点云数据 | 必须连接 | 高斯点云数据，就像是要转换的原材料 | 输入的高斯点云PLY数据 | 连接前面节点的点云输出 |
gs_config | gs_config | 选择列表 | default | 高斯配置，就像选择转换的精度等级 | 高斯点云处理的配置类型 | "default" 是标准配置 |
training_nerf_iterations | training_nerf_iterations | 整数 (1-无限) | 512 | NeRF训练次数，就像神经网络学习的次数 | NeRF训练的迭代次数 | 512 次通常够用 |
training_nerf_resolution | training_nerf_resolution | 整数 (1-无限) | 128 | NeRF训练分辨率，就像学习时的精细程度 | NeRF训练时的图像分辨率 | 128 是速度和质量的平衡 |
marching_cude_grids_resolution | marching_cude_grids_resolution | 整数 (1-无限) | 256 | 行进立方体网格分辨率，就像最终网格的精细程度 | Marching Cubes算法的网格分辨率 | 256 能得到不错的细节 |
texture_resolution | texture_resolution | 整数 (128-8192) | 1024 | 纹理分辨率，就像最终纹理的清晰度 | 生成纹理贴图的分辨率 | 1024 是质量和性能的平衡 |
3.22 特殊用途模型节点
3.22.1 Load Craftsman Shape Diffusion Model 节点
这个节点是干嘛的？ 这是一个工匠形状扩散模型加载器，能加载专门用于形状生成的AI模型，就像装载一个专业的3D造型师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
model_name | model_name | 选择列表 | 根据需要 | 模型文件名，就像选择哪个造型师 | 要加载的模型检查点文件 | 选择对应的模型文件 |
3.22.2 Craftsman Shape Diffusion Model 节点
这个节点是干嘛的？ 这是一个工匠形状扩散模型，能从多视图图片生成3D形状，就像一个会看图造型的专业工匠。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
craftsman_model | craftsman_model | 模型数据 | 必须连接 | 工匠模型，就像是造型师的大脑 | Craftsman形状生成模型 | 连接前面加载的模型 |
multiview_images | multiview_images | 图片数据 | 必须连接 | 多视图图片，就像是造型师的参考图 | 输入的多视角图像 | 连接多角度的物体图片 |
seed | seed | 整数 (0-无限) | 0 | 随机种子，就像造型师的创作风格编号 | 随机数生成器的种子值 | 0 是默认的起始值 |
guidance_scale | guidance_scale | 小数 (0.0-无限) | 5.0 | 指导强度，就像告诉造型师要多严格按照参考图 | 生成过程的指导强度 | 5.0 通常效果很好 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 50 | 推理步数，就像造型师工作的精细程度 | 扩散模型的推理迭代次数 | 50 步是标准设置 |
marching_cude_grids_resolution | marching_cude_grids_resolution | 整数 (1-无限) | 256 | 网格分辨率，就像最终造型的精细程度 | 3D网格提取的分辨率 | 256 是质量和速度的平衡 |
3.23 图像网格处理节点
3.23.1 Split Image Grid 节点
这个节点是干嘛的？ 这是一个图像网格分割器，能把拼接的大图分割成多张小图，就像把照片墙拆分成单独的照片。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
image | image | 图片数据 | 必须连接 | 要分割的网格图，就像是要拆分的照片墙 | 输入的网格图像 | 连接拼接好的大图 |
grid_side_num | grid_side_num | 整数 (1-8192) | 1 | 网格边数量，就像照片墙是几行几列 | 网格的行数或列数 | 设置为 3 表示 3x3 的网格 |
use_rows | use_rows | 布尔值 | True | 是否按行分割，就像选择横着切还是竖着切 | 是否按行数来分割网格 | True 表示按行分割，False 表示按列分割 |
3.24 预览和可视化节点
3.24.1 Preview 3DGS 节点
这个节点是干嘛的？ 这是一个3D高斯点云预览器，能在ComfyUI界面中直接预览3D高斯点云文件，就像是一个3D文件查看器。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
gs_file_path | gs_file_path | 文字路径 | 根据文件位置 | 高斯点云文件路径，就像告诉程序去哪里找文件 | 要预览的3D高斯点云PLY文件路径 | 输入 "output/scene.ply" |
3.24.2 Preview 3DMesh 节点
这个节点是干嘛的？ 这是一个3D网格模型预览器，能在ComfyUI界面中直接预览3D模型文件，就像是一个3D模型查看器。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mesh_file_path | mesh_file_path | 文字路径 | 根据文件位置 | 3D模型文件路径，就像告诉程序去哪里找模型 | 要预览的3D网格文件路径 | 输入 "output/model.glb" |
3.25 Unique3D系列节点
3.25.1 Load Unique3D Custom UNet 节点
这个节点是干嘛的？ 这是Unique3D自定义UNet加载器，能加载专门的UNet模型用于Unique3D生成，就像是装载专门的图像处理引擎。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
pipe | pipe | 管道模型 | 必须连接 | 基础扩散管道，就像是要升级的基础引擎 | 输入的扩散模型管道 | 连接前面加载的扩散管道 |
config_name | config_name | 选择列表 | image2mvimage | 配置类型，就像选择引擎的工作模式 | UNet配置类型 | "image2normal" 用于法线图生成 |
3.25.2 Unique3D MVDiffusion Model 节点
这个节点是干嘛的？ 这是Unique3D多视图扩散模型，能从单张图片生成多角度视图，就像是一个专业的全景摄影师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
unique3d_pipe | unique3d_pipe | 管道模型 | 必须连接 | Unique3D管道，就像是摄影师的专业相机 | Unique3D扩散模型管道 | 连接前面加载的Unique3D管道 |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是要拍摄全景的主体 | 输入的参考图像 | 连接一张清晰的物体图片 |
seed | seed | 整数 (0-无限) | 1145 | 随机种子，就像摄影师的拍摄风格编号 | 随机数生成器的种子值 | 1145 是默认的好选择 |
guidance_scale | guidance_scale | 小数 (0.0-无限) | 1.5 | 指导强度，就像告诉摄影师要多严格按照原图 | 生成过程的指导强度 | 1.5 是温和的设置 |
num_inference_steps | num_inference_steps | 整数 (1-无限) | 30 | 推理步数，就像摄影师拍摄的精细程度 | 扩散模型的推理迭代次数 | 30 步是标准设置 |
image_resolution | image_resolution | 选择列表 | 256 | 图像分辨率，就像设置照片的清晰度 | 生成图像的分辨率 | 512 会更清晰但更慢 |
radius | radius | 小数 (0.1-无限) | 4.0 | 相机距离，就像摄影师离物体的距离 | 相机到物体的距离 | 4.0 单位是常用距离 |
preprocess_images | preprocess_images | 布尔值 | True | 是否预处理图像，就像是否要先美化照片 | 是否对输入图像进行预处理 | True 会自动优化输入图像 |
3.26 最新Hunyuan3D V2节点
3.26.1 Load Hunyuan3D V2 ShapeGen Pipeline 节点
这个节点是干嘛的？ 这是混元3D V2形状生成管道加载器，能加载腾讯最新的3D生成模型，就像装载最先进的3D设计师大脑。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
generation_mode | generation_mode | 选择列表 | Hunyuan3D-2 | 生成模式，就像选择设计师的工作方式 | 不同的生成模式和速度配置 | "Hunyuan3D-2-Turbo" 最快 |
weights_format | weights_format | 选择列表 | safetensors | 权重格式，就像选择模型文件的类型 | 模型权重文件的格式 | "safetensors" 更安全 |
flash_vdm | flash_vdm | 布尔值 | True | 是否启用快速模式，就像选择高速处理 | 是否启用Flash VDM加速 | True 会更快 |
3.26.2 Load Hunyuan3D V2 TexGen Pipeline 节点
这个节点是干嘛的？ 这是混元3D V2纹理生成管道加载器，能加载专门用于纹理生成的模型，就像装载一个专业的纹理画师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
generation_mode | generation_mode | 选择列表 | Standard | 生成模式，就像选择画师的工作方式 | 纹理生成的模式配置 | "Turbo" 更快但质量略低 |
3.26.3 Hunyuan3D V2 ShapeGen MV 节点
这个节点是干嘛的？ 这是混元3D V2多视图形状生成器，能从单张或多张图片生成高质量3D模型，就像最新一代的3D魔法师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
shapegen_pipe | shapegen_pipe | 管道模型 | 必须连接 | 形状生成管道，就像是魔法师的工具 | Hunyuan3D V2形状生成管道 | 连接前面加载的管道 |
images | images | 图片列表 | 必须连接 | 输入图片列表，就像是魔法师的参考资料 | 输入的图像列表数据 | 连接处理好的图片列表 |
seed | seed | 整数 (0-无限) | 1234 | 随机种子，就像魔法师的创作风格编号 | 随机数生成器的种子值 | 1234 是常用的测试值 |
guidance_scale | guidance_scale | 小数 (0.0-无限) | 5.0 | 指导强度，就像告诉魔法师要多严格按照参考图 | 生成过程的指导强度 | 5.0 通常效果很好 |
num_inference_steps | num_inference_steps | 整数 (0-无限) | 5 | 推理步数，就像魔法师施法的步骤数 | 扩散模型的推理迭代次数 | 5步适合Turbo模式 |
octree_resolution | octree_resolution | 整数 (64-无限) | 256 | 八叉树分辨率，就像决定3D模型的精细程度 | 3D体素网格的分辨率 | 256 是质量和速度的平衡 |
3.26.4 Hunyuan3D V2 Paint Model Turbo MV 节点
这个节点是干嘛的？ 这是混元3D V2快速纹理绘制器，能为3D模型快速添加纹理，就像是一个高速纹理画师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
hunyuan3d_v2_texgen_pipe | hunyuan3d_v2_texgen_pipe | 管道模型 | 必须连接 | 纹理生成管道，就像是画师的画笔 | Hunyuan3D V2纹理生成管道 | 连接前面加载的纹理管道 |
mesh | mesh | 网格数据 | 必须连接 | 要上色的3D模型，就像是要绘制的雕塑 | 输入的3D网格数据 | 连接前面节点的3D模型 |
images | images | 图片列表 | 必须连接 | 参考图片列表，就像是画师的调色板 | 用于纹理生成的参考图像列表 | 连接多张参考图片 |
3.26.5 Multi Background Remover 节点
这个节点是干嘛的？ 这是一个多图背景移除器，能同时处理多张图片的背景移除，就像是一个专业的抠图师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
image_front | image_front | 图片数据 | 必须连接 | 正面图片，就像是要抠图的主要照片 | 输入的正面视角图像 | 连接正面拍摄的图片 |
image_back | image_back | 图片数据 | 可选 | 背面图片，就像是物体的背面照片 | 输入的背面视角图像 | 连接背面拍摄的图片 |
image_left | image_left | 图片数据 | 可选 | 左侧图片，就像是物体的左侧照片 | 输入的左侧视角图像 | 连接左侧拍摄的图片 |
3.27 StableGen系列节点
3.27.1 Load StableGen Trellis Pipeline 节点
这个节点是干嘛的？ 这是StableGen Trellis管道加载器，能加载先进的3D生成模型，就像装载一个高级的3D建模师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
model_name | model_name | 选择列表 | trellis-normal-v0-1 | 模型名称，就像选择哪个建模师 | 要加载的模型版本 | 选择最新版本获得最好效果 |
dinov2_model | dinov2_model | 选择列表 | dinov2_vitl14_reg | DINOv2模型，就像是建模师的视觉系统 | 用于特征提取的视觉模型 | 默认选择通常最好 |
use_fp16 | use_fp16 | 布尔值 | True | 是否使用半精度，就像选择快速模式 | 是否使用16位浮点数 | True 会更快但略微降低精度 |
attn_backend | attn_backend | 选择列表 | 根据可用选项 | 注意力后端，就像选择处理器类型 | 注意力机制的实现方式 | 选择与硬件兼容的选项 |
sparse_backend | sparse_backend | 选择列表 | 根据可用选项 | 稀疏后端，就像选择数据处理方式 | 稀疏计算的实现方式 | 选择与硬件兼容的选项 |
spconv_algo | spconv_algo | 选择列表 | auto | 稀疏卷积算法，就像选择计算策略 | 稀疏卷积的算法类型 | "auto" 会自动选择最优算法 |
smooth_k | smooth_k | 布尔值 | True | 是否平滑处理，就像是否要后期美化 | 是否启用平滑处理 | True 会让结果更光滑 |
3.27.2 Load StableGen StableX Pipeline 节点
这个节点是干嘛的？ 这是StableGen StableX管道加载器，能加载图像处理专用模型，就像装载一个专业的图像处理师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
model_name | model_name | 选择列表 | yoso-normal-v1-8-1 | 模型名称，就像选择哪个处理师 | 要加载的模型版本 | 选择最新版本获得最好效果 |
use_fp16 | use_fp16 | 布尔值 | True | 是否使用半精度，就像选择快速模式 | 是否使用16位浮点数 | True 会更快但略微降低精度 |
3.27.3 StableGen Trellis Image To 3D 节点
这个节点是干嘛的？ 这是StableGen Trellis图像转3D生成器，能从图片生成高质量3D模型，就像是一个超级智能的3D建模师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
trellis_pipe | trellis_pipe | 管道模型 | 必须连接 | Trellis管道，就像是建模师的工具箱 | StableGen Trellis生成管道 | 连接前面加载的管道 |
images | images | 图片数据 | 必须连接 | 输入图片，就像是建模师的参考资料 | 输入的图像数据 | 连接一张或多张清晰图片 |
mode | mode | 选择列表 | single | 处理模式，就像选择单独还是批量处理 | 图像处理模式 | "multi" 用于多图像输入 |
seed | seed | 整数 (0-无限) | 1234 | 随机种子，就像建模师的创作风格编号 | 随机数生成器的种子值 | 1234 是常用的测试值 |
ss_guidance_strength | ss_guidance_strength | 小数 (0.0-无限) | 7.5 | 稀疏结构指导强度，就像告诉建模师结构要多严谨 | 稀疏结构生成的指导强度 | 7.5 通常效果很好 |
ss_sampling_steps | ss_sampling_steps | 整数 (1-无限) | 12 | 稀疏结构采样步数，就像结构设计的精细程度 | 稀疏结构采样的迭代次数 | 12 步是标准设置 |
slat_guidance_strength | slat_guidance_strength | 小数 (0.0-无限) | 3.0 | 结构化潜在指导强度，就像细节设计的严格程度 | 结构化潜在空间的指导强度 | 3.0 是平衡的选择 |
slat_sampling_steps | slat_sampling_steps | 整数 (1-无限) | 12 | 结构化潜在采样步数，就像细节设计的精细程度 | 结构化潜在采样的迭代次数 | 12 步是标准设置 |
mesh_simplify | mesh_simplify | 小数 (0.9-1.0) | 0.95 | 网格简化比例，就像决定最终模型的复杂程度 | 网格简化的目标比例 | 0.95 保留95%的细节 |
3.27.4 StableGen StableX Process Image 节点
这个节点是干嘛的？ 这是StableGen StableX图像处理器，能对图像进行高级处理，就像是一个专业的图像美化师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
stablex_pipe | stablex_pipe | 管道模型 | 必须连接 | StableX管道，就像是美化师的工具 | StableGen StableX处理管道 | 连接前面加载的管道 |
image | image | 图片数据 | 必须连接 | 要处理的图片，就像是要美化的照片 | 输入的图像数据 | 连接一张需要处理的图片 |
processing_resolution | processing_resolution | 整数 (64-4096) | 2048 | 处理分辨率，就像设定美化的精细程度 | 图像处理时的分辨率 | 2048 是质量和速度的平衡 |
controlnet_strength | controlnet_strength | 小数 (0.01-10.0) | 1.0 | 控制网络强度，就像设定处理的强度 | ControlNet的影响强度 | 1.0 是标准强度 |
seed | seed | 整数 (0-无限) | 42 | 随机种子，就像美化师的处理风格编号 | 随机数生成器的种子值 | 42 是经典的测试值 |
3.28 MVAdapter系列节点
3.28.1 Load MVAdapter IG2MV Pipeline 节点
这个节点是干嘛的？ 这是MVAdapter图像到多视图管道加载器，能加载专门用于从单图生成多视图的模型，就像装载一个全景摄影专家。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
base_model | base_model | 选择列表 | stabilityai/stable-diffusion-xl-base-1.0 | 基础模型，就像是摄影专家的基础技能 | 基础扩散模型 | 使用默认选择通常最好 |
vae_model | vae_model | 选择列表 | madebyollin/sdxl-vae-fp16-fix | VAE模型，就像是图像编码器 | 变分自编码器模型 | 选择修复版本避免问题 |
adapter_path | adapter_path | 选择列表 | huanngzh/mv-adapter | 适配器路径，就像是专家的专业工具 | MV-Adapter模型路径 | 使用默认路径 |
scheduler | scheduler | 选择列表 | ddpm | 调度器类型，就像选择工作节奏 | 扩散过程的调度器 | "ddpm" 是标准选择 |
num_views | num_views | 整数 (1-16) | 6 | 视图数量，就像决定拍摄多少个角度 | 生成的多视图数量 | 6 个视图是常用设置 |
use_fp16 | use_fp16 | 布尔值 | True | 是否使用半精度，就像选择快速模式 | 是否使用16位浮点数 | True 会更快 |
use_mmgp | use_mmgp | 布尔值 | True | 是否使用MMGP，就像是否启用高级功能 | 是否使用多模态引导处理 | True 通常效果更好 |
lora_model | lora_model | 文字 | 空 | LoRA模型路径，就像是额外的技能包 | 低秩适应模型路径 | 通常留空使用默认 |
3.28.2 MVAdapter IG2MV 节点
这个节点是干嘛的？ 这是MVAdapter图像到多视图生成器，能从单张图片和3D网格生成多角度视图，就像是一个智能的全景摄影师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mvadapter_pipe | mvadapter_pipe | 管道模型 | 必须连接 | MV适配器管道，就像是摄影师的相机 | MVAdapter生成管道 | 连接前面加载的管道 |
mesh_path | mesh_path | 文字路径 | 必须输入 | 3D网格文件路径，就像是要拍摄的3D模型位置 | 输入3D网格文件的路径 | 输入 "models/chair.obj" |
reference_image | reference_image | 图片数据 | 必须连接 | 参考图片，就像是摄影师的参考样本 | 输入的参考图像 | 连接一张清晰的物体图片 |
prompt | prompt | 多行文字 | high quality | 提示词，就像告诉摄影师拍摄要求 | 生成指导的文本提示 | 输入 "高质量，清晰，专业" |
negative_prompt | negative_prompt | 多行文字 | 默认负面词 | 负面提示词，就像告诉摄影师要避免什么 | 要避免的特征描述 | 输入 "模糊，低质量，变形" |
num_inference_steps | num_inference_steps | 整数 (1-200) | 50 | 推理步数，就像摄影师拍摄的精细程度 | 扩散模型的推理迭代次数 | 50 步通常效果很好 |
guidance_scale | guidance_scale | 小数 (0.0-20.0) | 3.0 | 指导强度，就像摄影师按照要求的严格程度 | 生成过程的指导强度 | 3.0 是平衡的选择 |
reference_conditioning_scale | reference_conditioning_scale | 小数 (0.0-2.0) | 1.0 | 参考条件强度，就像参考图片的影响程度 | 参考图像的条件强度 | 1.0 是标准强度 |
height | height | 整数 (256-2048) | 768 | 生成图片高度，就像设置照片的高度 | 生成图像的高度像素 | 768 是常用的分辨率 |
width | width | 整数 (256-2048) | 768 | 生成图片宽度，就像设置照片的宽度 | 生成图像的宽度像素 | 768 是常用的分辨率 |
seed | seed | 整数 (-1-无限) | -1 | 随机种子，就像摄影师的拍摄风格编号 | 随机数生成器的种子值 | -1 表示随机生成 |
remove_background | remove_background | 布尔值 | False | 是否移除背景，就像是否要纯净背景 | 是否自动移除图像背景 | True 会自动抠图 |
lora_scale | lora_scale | 小数 (0.0-2.0) | 1.0 | LoRA缩放比例，就像额外技能的强度 | LoRA模型的影响强度 | 1.0 是标准强度 |
3.28.3 Load MVAdapter TG2MV Pipeline 节点
这个节点是干嘛的？ 这是MVAdapter文本引导到多视图管道加载器，能加载专门用于从文本生成多视图的模型，就像装载一个文字转视觉的专家。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
base_model | base_model | 选择列表 | stabilityai/stable-diffusion-xl-base-1.0 | 基础模型，就像是专家的基础技能 | 基础扩散模型 | 使用默认选择通常最好 |
vae_model | vae_model | 选择列表 | madebyollin/sdxl-vae-fp16-fix | VAE模型，就像是图像编码器 | 变分自编码器模型 | 选择修复版本避免问题 |
adapter_path | adapter_path | 选择列表 | huanngzh/mv-adapter | 适配器路径，就像是专家的专业工具 | MV-Adapter模型路径 | 使用默认路径 |
scheduler | scheduler | 选择列表 | ddpm | 调度器类型，就像选择工作节奏 | 扩散过程的调度器 | "ddpm" 是标准选择 |
num_views | num_views | 整数 (1-16) | 6 | 视图数量，就像决定生成多少个角度 | 生成的多视图数量 | 6 个视图是常用设置 |
use_fp16 | use_fp16 | 布尔值 | True | 是否使用半精度，就像选择快速模式 | 是否使用16位浮点数 | True 会更快 |
use_mmgp | use_mmgp | 布尔值 | False | 是否使用MMGP，就像是否启用高级功能 | 是否使用多模态引导处理 | False 适合文本引导模式 |
lora_model | lora_model | 文字 | 空 | LoRA模型路径，就像是额外的技能包 | 低秩适应模型路径 | 通常留空使用默认 |
3.28.4 MVAdapter TG2MV 节点
这个节点是干嘛的？ 这是MVAdapter文本引导到多视图生成器，能从文本提示和3D网格生成多角度视图，就像是一个会读文字的视觉艺术家。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
mvadapter_tg2mv_pipe | mvadapter_tg2mv_pipe | 管道模型 | 必须连接 | TG2MV管道，就像是艺术家的工具 | MVAdapter文本引导生成管道 | 连接前面加载的管道 |
mesh_path | mesh_path | 文字路径 | 必须输入 | 3D网格文件路径，就像是要创作的3D模型位置 | 输入3D网格文件的路径 | 输入 "models/chair.obj" |
prompt | prompt | 多行文字 | a high quality 3D model | 提示词，就像告诉艺术家要创作什么 | 生成指导的文本提示 | 输入 "一个漂亮的红色椅子" |
negative_prompt | negative_prompt | 多行文字 | 默认负面词 | 负面提示词，就像告诉艺术家要避免什么 | 要避免的特征描述 | 输入 "丑陋，变形，低质量" |
num_views | num_views | 整数 (1-16) | 6 | 视图数量，就像决定创作多少个角度 | 生成的多视图数量 | 6 个视图是常用设置 |
num_inference_steps | num_inference_steps | 整数 (1-200) | 50 | 推理步数，就像艺术家创作的精细程度 | 扩散模型的推理迭代次数 | 50 步通常效果很好 |
guidance_scale | guidance_scale | 小数 (0.0-20.0) | 7.0 | 指导强度，就像艺术家按照要求的严格程度 | 生成过程的指导强度 | 7.0 通常效果很好 |
height | height | 整数 (256-2048) | 768 | 生成图片高度，就像设置画布的高度 | 生成图像的高度像素 | 768 是常用的分辨率 |
width | width | 整数 (256-2048) | 768 | 生成图片宽度，就像设置画布的宽度 | 生成图像的宽度像素 | 768 是常用的分辨率 |
seed | seed | 整数 (-1-无限) | -1 | 随机种子，就像艺术家的创作风格编号 | 随机数生成器的种子值 | -1 表示随机生成 |
lora_scale | lora_scale | 小数 (0.0-2.0) | 1.0 | LoRA缩放比例，就像额外技能的强度 | LoRA模型的影响强度 | 1.0 是标准强度 |
3.28.5 Load MVAdapter Texture Pipeline 节点
这个节点是干嘛的？ 这是MVAdapter纹理投影管道加载器，能加载专门用于纹理投影的工具，就像装载一个专业的纹理师工具箱。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
upscaler_ckpt_name | upscaler_ckpt_name | 文字 | RealESRGAN_x2plus.pth | 放大器模型名，就像是图像放大工具 | 图像超分辨率模型文件名 | 使用默认模型通常效果好 |
inpaint_ckpt_name | inpaint_ckpt_name | 文字 | big-lama.pt | 修复器模型名，就像是图像修复工具 | 图像修复模型文件名 | 使用默认模型通常效果好 |
use_mmgp | use_mmgp | 布尔值 | False | 是否使用MMGP，就像是否启用高级功能 | 是否使用多模态引导处理 | False 适合纹理投影 |
auto_download | auto_download | 布尔值 | True | 是否自动下载，就像是否自动获取工具 | 是否自动下载所需模型 | True 会自动下载缺失文件 |
3.28.6 MVAdapter Texture Projection 节点
这个节点是干嘛的？ 这是MVAdapter纹理投影器，能将网格图像投影到3D模型上生成纹理，就像是一个专业的3D纹理师。
参数详解：
参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|
texture_pipeline | texture_pipeline | 纹理管道 | 必须连接 | 纹理管道，就像是纹理师的工具箱 | 纹理投影处理管道 | 连接前面加载的纹理管道 |
grid_image | grid_image | 图片数据 | 必须连接 | 网格图像，就像是要投影的纹理图案 | 输入的网格图像数据 | 连接多视图拼接的图像 |
mesh_path | mesh_path | 文字路径 | 必须输入 | 3D网格文件路径，就像是要贴纹理的模型位置 | 输入3D网格文件的路径 | 输入 "models/chair.obj" |
save_dir | save_dir | 文字路径 | ./output | 保存目录，就像是作品存放的地方 | 输出文件的保存目录 | 输入 "./output/textured" |
save_name | save_name | 文字 | textured_model | 保存名称，就像是作品的名字 | 输出文件的基础名称 | 输入 "my_textured_model" |
uv_size | uv_size | 整数 (512-8192) | 4096 | UV尺寸，就像是纹理贴图的分辨率 | UV纹理贴图的分辨率 | 4096 是高质量设置 |
view_upscale | view_upscale | 布尔值 | True | 是否视图放大，就像是否要提升图像质量 | 是否对视图进行超分辨率处理 | True 会提升纹理质量 |
inpaint_mode | inpaint_mode | 选择列表 | view | 修复模式，就像选择修复方式 | 图像修复的处理模式 | "view" 是推荐设置 |
uv_unwarp | uv_unwarp | 布尔值 | True | 是否UV展开，就像是否要展开纹理 | 是否进行UV展开处理 | True 是标准设置 |
preprocess_mesh | preprocess_mesh | 布尔值 | False | 是否预处理网格，就像是否要先整理模型 | 是否对网格进行预处理 | False 通常就够了 |
move_to_center | move_to_center | 布尔值 | False | 是否移到中心，就像是否要居中放置 | 是否将模型移动到坐标中心 | False 保持原始位置 |
front_x | front_x | 布尔值 | True | 是否X轴朝前，就像设定模型的朝向 | 是否将X轴设为正面方向 | True 是常用设置 |
create_pbr_model | create_pbr_model | 布尔值 | True | 是否创建PBR模型，就像是否要制作高级材质 | 是否生成PBR材质模型 | True 会生成更真实的材质 |
apply_dilate | apply_dilate | 布尔值 | True | 是否应用膨胀，就像是否要扩展纹理边缘 | 是否对纹理进行膨胀处理 | True 避免纹理缝隙 |
4. 使用技巧和建议
4.1 新手入门建议
4.2 高级使用技巧
多视图生成：使用 Wonder3D 或 Zero123Plus 生成多角度视图
模型优化：使用 Fast Clean Mesh 清理生成的模型
纹理处理：使用 ExplicitTarget Color Projection 给模型上色
批量处理：可以设置多个相机角度批量渲染
4.3 性能优化建议
5. 常见问题解答
Q1: 为什么第一次使用很慢？
A: 插件需要下载各种AI模型，这些模型文件很大（几GB到几十GB），下载完成后就会很快了。
Q2: 生成的3D模型质量不好怎么办？
A:
Q3: 显存不够用怎么办？
A:
降低生成分辨率
减少批处理数量
关闭其他占用显存的程序
考虑使用较小的模型
Q4: 如何选择合适的生成模型？
A:
Q5: 生成的模型方向不对怎么办？
A: 使用 Switch Mesh Axis 节点调整模型的朝向，或者在渲染时调整相机角度。
6. 工作流示例
6.1 基础图片转3D流程
输入图片 → 背景移除 → TripoSR → 模型清理 → 保存3D模型
6.2 高质量多视图生成流程
输入图片 → Wonder3D → 多视图图片 → InstantMesh → 高质量3D模型
6.3 完整纹理化流程
输入图片 → 多视图生成 → 3D重建 → 纹理投影 → 最终模型
7. 总结
总结: 本教程已经完整覆盖了ComfyUI-3D-Pack插件的所有100个节点，为用户提供了全面的使用指南。每个节点都包含了通俗易懂的解释和详细的参数说明，帮助用户快速上手并掌握这个强大的3D处理工具。
%20(1).png)
