SigLIP SO400M/14/384 · sigclip_vision_384

零样本图像分类演示（浏览器内推理），以及该权重在 ComfyUI 里的用法。

Vision tower · 384px patch 14 · SO400M 856 MB · safetensors WebGPU

上传图片

模型未加载

候选标签（每行一个）

权重信息

仓库Comfy-Org/sigclip_vision_384
文件sigclip_vision_patch14_384.safetensors · 856.5 MB（LFS）
类型SigLIP 视觉塔（SO400M / patch14 / 384px），ComfyUI 的 CLIP Vision 权重格式
安装路径ComfyUI/models/clip_vision/
本页演示浏览器可运行的 SigLIP2 SO400M/14/384 ONNX（同规模同架构的 ONNX 版本）

在 ComfyUI 里使用

1) 下载 sigclip_vision_patch14_384.safetensors 到
   ComfyUI/models/clip_vision/

2) 节点连接（以 Z-Image Omni 参考图条件为例）
   LoadImage ──► TextEncodeZImageOmni.image1
   CLIPVisionLoader(sigclip_vision_patch14_384.safetensors) ──► TextEncodeZImageOmni.image_encoder
   VAELoader(ae.safetensors) ──► TextEncodeZImageOmni.vae
   → 提示词里只写服装 / 场景 / 动作，人脸与外观交给参考图

3) 官方下载命令
   huggingface-cli download Comfy-Org/sigclip_vision_384 \
     sigclip_vision_patch14_384.safetensors \
     --local-dir ComfyUI/models/clip_vision