通过近几个月来的学习，对于模型融合的控制方面有些微的感触，如果说的不对欢迎指正
以下内容尽可能不会涉及到专业术语，我会用夸张或者模糊比喻的手法来说
1.什么是模型融合
模型融合就是你看见了A的构图，看见了B的笔触，看见了C的脑子（tag识别），看到了d的......，总之你就是看到了某个模型的某个优点，然后想吧他们结合到一起，这个操作就是模型融合（当然融合所有缺点做反向模型也是可以的）
2.模型融合的方法
一个是直接融合，就是简单的加权求和，还有差值（这个我不常用），优点是参数简单，缺点是没法精准控制，属于早期的技术。
还有一个是MBW（分块加权），这个就是吧模型的in层和out层还有中间层和文本编码器都拆开，方便各取所需。这几项是什么概念可以简单的说一下：in层属于是概念层，比如说1girl，通过文本编码器解码之后到in层，他会对这个单词做解析，什么是1girl？是一个女孩还是一个福瑞，或者是一个机娘，根据不同的in层构成会有不同的理解，然后通过中间层转述给out。什么是out，他属于是一个画笔，或者说是我说你画的画的部分，这个女孩或者福瑞或者机娘是单线条风格，或者是写实风格，亦或是油画风格，是靠out层调整的。
值得注意的是，如果in层不会输出彩色概念的话，这个模型大概率是不会输出彩色图片的（这点缺乏考证，属于个人经验，不准确）
另外一个方法就是超级融合了，简言之就是将lora融合进模型中，这部分也可以使用MBW分层，不过我不常用就不展开说了。超级融合lora的好处是可以预见的结果，在文生图中直接测试lora的权重，将合适的参数直接带入进去融合，结果大概率和添加lora一致。（至于为什么要融到大模型中而不是直接叠加用，属于我个人的习惯，也是某个时期产出比较高的原因）。缺点是只能融合lora，后面新的优化算法产生的调整模型好像无法正常融合，而且对lora本身的维数有要求。某些情况下还会导致崩手崩脚（之前不知道原因，现在想想应该是破坏了原有的in层导致构图崩坏吧）
3.模型的后处理
很多情况下，不管是MBW还是直接融合或者超级融合。模型的体积会越来越大，这个体积增大不一定是正面的。所以在这种情况下需要对模型进行处理，使用模型格式转换插件可以对模型进行处理，简单且方便。我常用的参数是：精度：fp16、压缩方案：舍弃ema权重、模型格式：safetensors、显示额外设置：其他：delete 其余convert、Fix clip打勾。一般情况下，此时模型会减小到1.9-2.1G且对出图影响不大。（当然也有那种很大的大模型，但是那种动辄8、90g的大小就不是我们个人用户可以玩得了）
工作繁忙，就不加图示了，基本上这些都是常用的插件和操作，大家应该也都有一套自己的可行理论了，所以本文仅作留档和交流，也希望大佬指正错误，可以让我更进一步。