SD混合专家模型SegMoE：允许多个模型混合成一个模型，无需训练

SegMoE是由Segmind开发的SD混合专家模型，它无需训练就可以混合多个Stable Diffusion模型组成一个新的模型，类似大语言模型中的MoE模型。该框架允许即时创建更大的模型，提供更丰富的知识、更好的一致性和更好的图像质量。

---

MoE（Mixture of Experts），中文通常翻译为“专家混合模型”。这个概念来源于机器学习领域，是一种提高模型处理能力的方法。可以把MoE模型想象成是一个“专家团队”。在这个团队里，每个“专家”（模型）都有自己擅长的领域。当有任务（比如数学题）需要解决时，MoE模型会根据问题的难度和类型，选择最合适的“专家”来处理。这样，每个“专家”只需要处理自己擅长的问题，大大提高了效率。

目前开发者提供了三个已经混合好的模型，分别由2个SDXL、4个SDXL和4个SD1.5模型组成。

• SegMoE 2x1 混合了2个SDXL模型
• SegMoE 4x2 混合了4个SDXL模型
• SegMoE SD 4x2 混合了4个SD1.5模型

ComfyUI-SegMoE

目前已经有开发者ZHO-ZHO-ZHO打造了ComfyUI插件ComfyUI-SegMoE，实现了SegMoE模型在ComfyUI运行，不过由于SegMoE模型本身显存占用高的问题，插件开发者表示此插件对显存要求较高，建议20GB以上显存显卡。（插件安装请查看：插件）

节点说明

SegMoE Model Loader（模型加载）

• 支持 SegMoE 2x1、SegMoE 4x2、SegMoE SD 4x2 模型，输入模型名称（如：SegMoE 4x2）即可，会自动下载）

SegMoE Generation（SegMoE 生成）

• pipe：接入模型

• positivet、negative：正负提示词

• step：步数，官方默认30步

• guidance_scale：提示词相关度，一般默认为5

• width、height：宽度、高度

• seed：种子