此节点通过集成连续 EDM（基于能量的扩散模型）采样技术，增强模型的采样能力。它允许在模型采样过程中动态调整噪声水平，从而对生成质量和多样性实现更精细的控制。

## 输入

| 参数 | 描述 | 数据类型 | Python 数据类型 |
| --- | --- | --- | --- |
| `模型` | 需要增强连续 EDM 采样能力的模型。作为应用高级采样技术的基础。 | `MODEL` | `torch.nn.Module` |
| `采样` | 指定要应用的采样类型，'eps' 表示 epsilon 采样，'v_prediction' 表示速度预测，影响模型在采样过程中的行为。 | COMBO[STRING] | `str` |
| `最大西格玛` | 噪声水平的最大 sigma 值，用于控制采样过程中噪声注入的上限。 | `FLOAT` | `float` |
| `最小西格玛` | 噪声水平的最小 sigma 值，设置噪声注入的下限，从而影响模型的采样精度。 | `FLOAT` | `float` |

## 输出

| 参数 | 描述 | 数据类型 | Python 数据类型 |
| --- | --- | --- | --- |
| `模型` | 已集成连续 EDM 采样能力的增强模型，可直接用于后续的生成任务。 | MODEL | `torch.nn.Module` |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelSamplingContinuousEDM/zh.md)