## 概述

ModelSamplingContinuousV 节点通过应用连续 V 预测采样参数来修改模型的采样行为。它会创建输入模型的克隆，并使用自定义 sigma 范围设置进行配置，以实现高级采样控制。这允许用户使用特定的最小和最大 sigma 值来微调采样过程。

## 输入

| 参数 | 描述 | 数据类型 | 是否必填 | 范围 |
| --- | --- | --- | --- | --- |
| `模型` | 要使用连续 V 预测采样进行修改的输入模型 | MODEL | 是 | - |
| `采样` | 要应用的采样方法（目前仅支持 V 预测） | STRING | 是 | `"v_prediction"` |
| `最大西格玛` | 采样的最大 sigma 值（默认值：500.0） | FLOAT | 是 | 0.0 - 1000.0 |
| `最小西格玛` | 采样的最小 sigma 值（默认值：0.03） | FLOAT | 是 | 0.0 - 1000.0 |

## 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `模型` | 已应用连续 V 预测采样的修改后模型 | MODEL |

> 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/ModelSamplingContinuousV/zh.md)

---
**Source fingerprint (SHA-256):** `8095b5024c0d33011f6a81ed496cf1711981701e0f35f9527646b150f5033d45`