### 概述

自注意力引导节点通过在采样过程中修改注意力机制，对扩散模型施加引导。它会捕获无条件去噪步骤中的注意力分数，并利用这些分数创建模糊引导图，从而影响最终输出。该技术通过利用模型自身的注意力模式来引导生成过程。

### 输入

| 参数 | 描述 | 数据类型 | 是否必填 | 取值范围 |
| --- | --- | --- | --- | --- |
| `模型` | 要应用自注意力引导的扩散模型 | MODEL | 是 | - |
| `缩放` | 自注意力引导效果的强度（默认值：0.5） | FLOAT | 否 | -2.0 至 5.0 |
| `模糊Sigma` | 创建引导图时应用的模糊程度（默认值：2.0） | FLOAT | 否 | 0.0 至 10.0 |

### 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `模型` | 应用了自注意力引导的修改后模型 | MODEL |

**注意：** 此节点目前处于实验阶段，对分块批次存在限制。它只能保存一次 UNet 调用的注意力分数，可能无法在较大批次大小下正常工作。

> 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/SelfAttentionGuidance/zh.md)

---
**Source fingerprint (SHA-256):** `5f16ecd8f74bfd71073c6e3a65be08e54e4f5b9c56fe08deb48f35df381e82fa`