O módulo de ajuste automático de parâmetros do ComfyUI-Copilot integra os algoritmos de otimização de hiper-referência do Alibaba Dharma Institute para gerar as melhores combinações de parâmetros para diferentes configurações de hardware e requisitos de tarefas. Quando o usuário envia o fluxo de trabalho, o sistema executa o algoritmo Monte Carlo Tree Search (MCTS) em segundo plano para otimizar de forma inteligente 23 dimensões importantes, como a intensidade da redução de ruído, a escala CFG e o número de etapas de amostragem. Tomando a geração de imagens como exemplo, o sistema pode testar 256 combinações de parâmetros em 30 segundos, o que aumenta a eficiência em 15 vezes em comparação com a depuração manual.
Esse recurso lida especificamente com três grandes dificuldades: reduzir automaticamente a resolução, mas manter a qualidade (por meio da compensação de espaço latente) quando a memória gráfica é limitada; ajustar dinamicamente os valores de salto CLIP quando o controle de estilo é necessário; e otimizar a utilização da GPU durante tarefas em lote. Estudos de caso mostram que a velocidade de inferência de difusão estável da placa de vídeo RTX 3090 aumentou de 1,5it/s para 2,3it/s após o uso desse recurso, mantendo a mesma pontuação de qualidade de imagem SSIM.
Essa resposta foi extraída do artigoComfyUI-Copilot: um assistente de IA para geração de descrição de texto Fluxos de trabalho do ComfyUIO
