Soft Inpainting with ComfyUI

差分扩散代表了AI图像生成中修补技术的重大改进。该方法现已在原生ComfyUI中提供，解决了传统修补中常见的边缘生硬和结果不一致等问题。

其关键区别在于掩码的处理方式。与二值黑白掩码不同，软修补采用渐变掩码，允许以像素为单位进行更改，从而在原始区域与编辑区域之间实现更平滑的过渡。

在ComfyUI中实现此技术需要三个主要节点：高斯模糊掩码、差分扩散和修补模型条件化（如未提供，请更新您的ComfyUI）。值得注意的是，该技术可与标准生成检查点配合使用，无需专用修补模型。

在实际应用中，差分扩散为编辑过程提供了更多控制。用户可以微调掩码的柔和度，并调整去噪值，以在变化与保留之间达到理想的平衡，从而获得更自然的编辑效果。测试表明，例如在肖像中无缝添加眼镜等元素，效果非常出色。

虽然掌握该技术需要一些试验，但差分扩散为追求更精准、更逼真修补效果的AI艺术家和图像编辑者提供了一种强大的新工具。