ComfyUIのモデルの調整ノード｜FreeU・Rescale CFG・ガイダンスの補正
＊2026年9月29日に確認した内容です。ComfyUI の公式ドキュメントの組み込みのノードの説明（FreeU・FreeU_V2・RescaleCFG・PerturbedAttentionGuidance・CFGZeroStar・APG・TomePatchModel・HyperTile・PatchModelAddDownscale ほか）によります。これらのページの説明は、AI で作られたものです。画面と画像は、編集部の PC（Windows 11・NVIDIA GeForce RTX 4060）のポータブル版（Python ごと1つのフォルダに入った Windows 向けの ComfyUI。ComfyUI v0.37.0・フロントエンド 1.52.7・画面の表示は日本語）で作りました。
ComfyUI には、モデルと KSampler の間につないで、画像の出方を変える調整のノードがあります。FreeU は、モデルの中の特徴の強さを変えます。RescaleCFG などは、CFG（プロンプトに沿わせる強さ）の効き方を補正します。注意（アテンション）を使ったガイダンス（ノイズの取り除き方を導く方法）や、計算とメモリを減らすノード、サンプリング（ノイズを取り除いて画像を作る処理）の方式を変えるノードもあります。
モデルにつないで仕上がりを変えるノード
この記事のノードは、どれも「モデル」を受け取り、調整した「モデル」を出します。「チェックポイントを読み込む」の「モデル」と、「Kサンプラー」の「モデル」の間につなぎます。
この記事の画像は、SD1.5 のモデルで、プロンプト「a modern living room interior, large windows, natural light, wooden floor, sofa」、シード 42・ステップ 20・CFG 7.0・euler・normal・512×512 で作りました。
FreeU
FreeU は、公式ドキュメントによると、U-Net（モデルの骨組みの1つ）の出力の側のブロックに、周波数の領域での変更を加えて、画像の質を上げるノードです。値は4つで、公式ドキュメントでは、どれも詳細設定の値としています。
| 値 | 初めの値 | 公式ドキュメントの説明 |
|---|---|---|
| b1 | 1.1 | チャンネルの数が model_channels の4倍の特徴マップにかける、バックボーンの倍率 |
| b2 | 1.2 | チャンネルの数が model_channels の2倍の特徴マップにかける、バックボーンの倍率 |
| s1 | 0.9 | チャンネルの数が model_channels の4倍の特徴マップにかける、スキップ接続の倍率 |
| s2 | 0.2 | チャンネルの数が model_channels の2倍の特徴マップにかける、スキップ接続の倍率 |
FreeU_V2 の値も同じ4つです（初めの値は b1 1.3・b2 1.4・s1 0.9・s2 0.2）。公式ドキュメントでは、FreeU_V2 を、U-Net に周波数に基づく変更を加えるノードとしています。
編集部の試しでは、FreeU と FreeU_V2 を付けると、影が濃くなってコントラストが強まり、ソファの形も変わりました。
CFGを補正するノード
ComfyUI のプログラムの説明では、CFG を上げるとプロンプトに沿いやすくなり、上げすぎると画質が落ちます。CFG の効き方を補正するノードには、次のものがあります。
| ノード（画面の名前） | 公式ドキュメントの説明 |
|---|---|
| RescaleCFG（CFGを再スケール） | 乗数（初めの値 0.7）に基づいて、モデルの出力の条件付きと無条件の強さを調整する |
| CFGZeroStar | 条件付き（ポジティブ）と無条件（ネガティブ）の予測の差から、最適にした倍率を計算して CFG をかける |
| APG（適応的投影ガイダンス） | ガイダンスの向きを、条件付きの出力に平行な成分と直交する成分に分けて調整する |
| CFGNorm（CFG正規化） | 条件付きの予測の大きさとガイドした予測を比べて、結果を再スケールする |
| TCFG | 無条件（ネガティブ）の予測を、条件付き（ポジティブ）の予測に合うように直す（論文 2503.18137） |
| RenormCFG | 決めたタイムステップのしきい値と再正規化の係数で、CFG の当て方を変える |
編集部は、CFG を 15.0 に上げて、RescaleCFG（乗数 0.7）の有り無しを比べました。
RescaleCFG を付けると、色がやわらかくなり、構図も変わりました。CFG の意味は、「ComfyUIのKSamplerの設定｜シード・ステップ・CFG・サンプラー・スケジューラ・デノイズ」の記事で解説しています。
注意を使ったガイダンス
アテンション（注意）は、モデルの中の計算の1つです。
| ノード（画面の名前） | 公式ドキュメントの説明 |
|---|---|
| PerturbedAttentionGuidance（摂動注意ガイダンス） | サンプリング中に、ミドルブロックの自己アテンションを変えたものを使って、生成の質を上げる。scale の初めの値は 3.0 |
| NAGuidance | Normalized Attention Guidance。アテンションを変えて、生成を望まない概念から遠ざける |
| SkipLayerGuidanceDiT・SkipLayerGuidanceDiTSimple・SkipLayerGuidanceSD3 | 層を飛ばした別のネガティブで、細かい形へのガイダンスを強める。DiT（モデルの骨組みの1つ）のモデル用 |
SkipLayerGuidance の3つは、編集部の SD1.5 では確かめていません。U-Net と DiT の違いは、「UNetとDiT｜モデルの骨組みの違い」の記事で解説します。
速さと大きさのためのノード
次の3つは、計算やメモリを減らしたり、大きい画像を作りやすくしたりするノードです。
| ノード（画面の名前） | 公式ドキュメントの説明 |
|---|---|
| TomePatchModel（トメパッチモデル） | Token Merging（ToMe）で、アテンションの中の似たトークン（モデルが処理する小さな単位）をまとめ、計算を減らす。ratio の初めの値は 0.3 |
| HyperTile（ハイパータイル） | アテンションをタイルに分けて計算し、メモリの使用量を減らす。tile_size の初めの値は 256 |
| PatchModelAddDownscale（パッチモデル追加ダウンスケール（Kohya Deep Shrink）） | 選んだブロックで中の特徴を縮め、あとで元の大きさに戻す。縮めるのは、ノイズを取り除く途中の決めた範囲だけ |
サンプリングの方式を変えるノード
| ノード（画面の名前） | 公式ドキュメントの説明 |
|---|---|
| ModelSamplingDiscrete（モデルサンプリング離散） | サンプリングの方式を、eps・v_prediction・lcm・x0・img_to_img・img_to_img_flow から選ぶ |
| ModelSamplingContinuousEDM（モデルサンプリング連続EDM） | 連続の EDM のサンプリングにする |
| ModelSamplingContinuousV（モデルサンプリング連続V） | 連続の V-prediction のサンプリングにする |
| Epsilon Scaling | 論文「Elucidating the Exposure Bias in Diffusion Models」の方法で、予測したノイズに倍率をかける。初めの値は 1.005 |
| ModelNoiseScale | サンプリングで使うノイズの大きさを変える |
ModelSamplingFlux・ModelSamplingSD3・ModelSamplingAuraFlow・ModelSamplingLTXV のように、決まったモデルのための ModelSampling のノードもあります。使い方は「ComfyUIの画像モデルとは｜系統ごとのワークフロー」の記事で解説します。VRAM（GPU のメモリ）を減らす方法は、「ComfyUIのVRAMの節約と速さ｜起動オプション・タイル・キャッシュ」の記事で解説しています。
会員登録（無料）
記事やテーマのお気に入り・学習履歴・フォローが使えます。
この記事について
PERSC編集部が、建築の制作に関わる知識を実務目線で整理しています。内容は公開・更新日時点の情報にもとづきます。誤りや古い情報にお気づきの場合はお問い合わせよりご連絡ください。
