docs: add ModelMergeMOSSImage and ModelMergeSD2

comfyui_embedded_docs/docs/ModelMergeMOSSImage/ar.md

@@ -0,0 +1,32 @@
+# ModelMergeMOSSImage
+
+تقوم عقدة ModelMergeMOSSImage بدمج نموذجَي صور MOSS عبر مزج أوزانهما المتطابقة كتلةً تلو الأخرى، بحيث يمكن أن يأتي جزء من النتيجة من نموذج أساسي والباقي من نموذج مُضبط بدقة أو من نموذج ثانٍ. لكل مكوّن رئيسي في البنية نسبته الخاصة: مضمّن الفيديو، ومضمّن النص، وتضمين الوقت، وتعديل الكتلة المشترك، وجميع طبقات المحوّل الـ42، ورؤوس الإخراج.
+
+## المدخلات
+
+| المعامل | الوصف | نوع البيانات | مطلوب | النطاق |
+| --- | --- | --- | --- | --- |
+| `model1` | النموذج الأول المراد دمجه. يُحتفظ بكل ما لا يساهم به النموذج الثاني من هذا النموذج | MODEL | نعم | - |
+| `model2` | النموذج الثاني المراد دمجه. تُمزج أوزانه وفقًا للنسب أدناه | MODEL | نعم | - |
+| `video_embedder.` | نسبة الدمج لكتلة مضمّن الفيديو (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+| `text_embedder.proj.` | نسبة الدمج لطبقة الإسقاط في مضمّن النص (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+| `text_embedder.blocks.0.` و`text_embedder.blocks.1.` | نسبة الدمج لكل من كتلتَي مضمّن النص (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+| `time_embedding.` | نسبة الدمج لكتلة تضمين الوقت (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+| `shared_block_modulation.` | نسبة الدمج لطبقة التعديل المشتركة المستخدمة بواسطة كتل المحوّل (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+| `layers.0.` إلى `layers.41.` | نسبة الدمج لكل من طبقات المحوّل الـ42 (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+| `final_norm_video.` | نسبة الدمج للتطبيع النهائي لمسار الفيديو (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+| `final_linear_video.` | نسبة الدمج للطبقة الخطية النهائية لمسار الفيديو (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+| `video_head_modulation.` | نسبة الدمج لطبقة التعديل الخاصة برأس إخراج الفيديو (الافتراضي: 1.0) | FLOAT | نعم | من 0.0 إلى 1.0 (الخطوة: 0.01) |
+
+تعني النسبة 0.0 الإبقاء على ذلك المكوّن كما هو في `model1`، بينما تأخذ النسبة 1.0 المكوّن بالكامل من `model2`، وتُنتج القيم الوسيطة مزيجًا مرجّحًا. يجب أن يكون كلا المدخلين من نماذج صور MOSS بالبنية نفسها؛ أما الأوزان التي لا تطابق أيًّا من البادئات أعلاه فتعود إلى نسبة `video_embedder.`.
+
+## المخرجات
+
+| اسم المخرج | الوصف | نوع البيانات |
+| --- | --- | --- |
+| `MODEL` | النموذج المدموج، الذي يجمع كلا المدخلين وفقًا للنسب المحددة | MODEL |
+
+> تم إنشاء هذه الوثيقة بواسطة الذكاء الاصطناعي. إذا وجدت أي أخطاء أو لديك اقتراحات للتحسين، فلا تتردد في المساهمة! [تحرير على GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelMergeMOSSImage/ar.md)
+
+---
+**Source fingerprint (SHA-256):** `3b7d9c806a8d53ad00044bf30f5e63431fea7ee565414acb70a56e3059164288`

comfyui_embedded_docs/docs/ModelMergeMOSSImage/de.md

@@ -0,0 +1,32 @@
+# ModelMergeMOSSImage
+
+Der Node ModelMergeMOSSImage führt zwei MOSS-Bildmodelle zusammen, indem deren übereinstimmende Gewichte Block für Block gemischt werden, sodass ein Teil des Ergebnisses von einem Basismodell und der Rest von einem Fine-Tuning- oder einem zweiten Modell stammen kann. Jede Hauptkomponente der Architektur hat ihr eigenes Verhältnis: der Video-Embedder, der Text-Embedder, das Zeit-Embedding, die gemeinsame Blockmodulation, alle 42 Transformer-Schichten und die Ausgabeköpfe.
+
+## Eingaben
+
+| Parameter | Beschreibung | Datentyp | Erforderlich | Bereich |
+| --- | --- | --- | --- | --- |
+| `model1` | Das erste Modell, das zusammengeführt werden soll. Alles, wozu das zweite Modell nicht beiträgt, wird von diesem Modell beibehalten | MODEL | Ja | - |
+| `model2` | Das zweite Modell, das zusammengeführt werden soll. Seine Gewichte werden gemäß den unten angegebenen Verhältnissen eingemischt | MODEL | Ja | - |
+| `video_embedder.` | Mischverhältnis für den Video-Embedder-Block (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+| `text_embedder.proj.` | Mischverhältnis für die Projektionsschicht des Text-Embedders (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+| `text_embedder.blocks.0.` und `text_embedder.blocks.1.` | Mischverhältnis für jeden der beiden Text-Embedder-Blöcke (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+| `time_embedding.` | Mischverhältnis für den Zeit-Embedding-Block (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+| `shared_block_modulation.` | Mischverhältnis für die gemeinsame Modulationsschicht, die von den Transformer-Blöcken verwendet wird (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+| `layers.0.` bis `layers.41.` | Mischverhältnis für jede der 42 Transformer-Schichten (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+| `final_norm_video.` | Mischverhältnis für die abschließende Normalisierung des Videostreams (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+| `final_linear_video.` | Mischverhältnis für die abschließende lineare Schicht des Videostreams (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+| `video_head_modulation.` | Mischverhältnis für die Modulationsschicht des Video-Ausgabekopfs (Standard: 1.0) | FLOAT | Ja | 0.0 bis 1.0 (Schritt: 0.01) |
+
+Ein Verhältnis von 0.0 behält diese Komponente so bei, wie sie in `model1` ist; ein Verhältnis von 1.0 übernimmt sie vollständig aus `model2`, und Werte dazwischen erzeugen eine gewichtete Mischung. Beide Eingaben müssen MOSS-Bildmodelle mit derselben Architektur sein; Gewichte, die keinem der oben genannten Präfixe entsprechen, fallen auf das Verhältnis von `video_embedder.` zurück.
+
+## Ausgaben
+
+| Ausgabenname | Beschreibung | Datentyp |
+| --- | --- | --- |
+| `MODEL` | Das zusammengeführte Modell, das beide Eingaben gemäß den angegebenen Verhältnissen kombiniert | MODEL |
+
+> Diese Dokumentation wurde von KI generiert. Wenn Sie Fehler finden oder Verbesserungsvorschläge haben, tragen Sie gerne dazu bei! [Auf GitHub bearbeiten](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelMergeMOSSImage/de.md)
+
+---
+**Source fingerprint (SHA-256):** `3b7d9c806a8d53ad00044bf30f5e63431fea7ee565414acb70a56e3059164288`

comfyui_embedded_docs/docs/ModelMergeMOSSImage/en.md

@@ -0,0 +1,32 @@
+# ModelMergeMOSSImage
+
+The ModelMergeMOSSImage node merges two MOSS image models by blending their matching weights block by block, so one part of the result can come from a base model and the rest from a fine-tune or a second model. Every major component of the architecture has its own ratio: the video embedder, the text embedder, the time embedding, the shared block modulation, all 42 transformer layers, and the output heads.
+
+## Inputs
+
+| Parameter | Description | Data Type | Required | Range |
+| --- | --- | --- | --- | --- |
+| `model1` | The first model to merge. Everything the second model does not contribute is kept from this model | MODEL | Yes | - |
+| `model2` | The second model to merge. Its weights are blended in according to the ratios below | MODEL | Yes | - |
+| `video_embedder.` | Blend ratio for the video embedder block (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+| `text_embedder.proj.` | Blend ratio for the projection layer of the text embedder (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+| `text_embedder.blocks.0.` and `text_embedder.blocks.1.` | Blend ratio for each of the two text embedder blocks (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+| `time_embedding.` | Blend ratio for the time embedding block (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+| `shared_block_modulation.` | Blend ratio for the shared modulation layer used by the transformer blocks (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+| `layers.0.` through `layers.41.` | Blend ratio for each of the 42 transformer layers (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+| `final_norm_video.` | Blend ratio for the final normalization of the video stream (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+| `final_linear_video.` | Blend ratio for the final linear layer of the video stream (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+| `video_head_modulation.` | Blend ratio for the modulation layer of the video output head (default: 1.0) | FLOAT | Yes | 0.0 to 1.0 (step: 0.01) |
+
+A ratio of 0.0 keeps that component as it is in `model1`, a ratio of 1.0 takes it entirely from `model2`, and values in between produce a weighted blend. Both inputs must be MOSS image models with the same architecture; weights that do not match any of the prefixes above fall back to the ratio of `video_embedder.`.
+
+## Outputs
+
+| Output Name | Description | Data Type |
+| --- | --- | --- |
+| `MODEL` | The merged model, combining both inputs according to the specified ratios | MODEL |
+
+> This documentation was AI-generated. If you find any errors or have suggestions for improvement, please feel free to contribute! [Edit on GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelMergeMOSSImage/en.md)
+
+---
+**Source fingerprint (SHA-256):** `3b7d9c806a8d53ad00044bf30f5e63431fea7ee565414acb70a56e3059164288`

comfyui_embedded_docs/docs/ModelMergeMOSSImage/es.md

@@ -0,0 +1,32 @@
+# ModelMergeMOSSImage
+
+El nodo ModelMergeMOSSImage fusiona dos modelos de imagen MOSS mezclando sus pesos coincidentes bloque por bloque, de modo que una parte del resultado puede provenir de un modelo base y el resto de un ajuste fino o de un segundo modelo. Cada componente principal de la arquitectura tiene su propia proporción: el embedder de video, el embedder de texto, el embedding temporal, la modulación de bloque compartida, las 42 capas transformer y las cabeceras de salida.
+
+## Entradas
+
+| Parámetro | Descripción | Tipo de datos | Obligatorio | Rango |
+| --- | --- | --- | --- | --- |
+| `model1` | El primer modelo a fusionar. Todo lo que el segundo modelo no aporta se conserva de este modelo | MODEL | Sí | - |
+| `model2` | El segundo modelo a fusionar. Sus pesos se mezclan de acuerdo con las proporciones siguientes | MODEL | Sí | - |
+| `video_embedder.` | Proporción de mezcla para el bloque del embedder de video (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+| `text_embedder.proj.` | Proporción de mezcla para la capa de proyección del embedder de texto (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+| `text_embedder.blocks.0.` y `text_embedder.blocks.1.` | Proporción de mezcla para cada uno de los dos bloques del embedder de texto (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+| `time_embedding.` | Proporción de mezcla para el bloque de embedding temporal (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+| `shared_block_modulation.` | Proporción de mezcla para la capa de modulación compartida utilizada por los bloques transformer (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+| `layers.0.` hasta `layers.41.` | Proporción de mezcla para cada una de las 42 capas transformer (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+| `final_norm_video.` | Proporción de mezcla para la normalización final del flujo de video (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+| `final_linear_video.` | Proporción de mezcla para la capa lineal final del flujo de video (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+| `video_head_modulation.` | Proporción de mezcla para la capa de modulación de la cabecera de salida de video (predeterminado: 1.0) | FLOAT | Sí | 0.0 a 1.0 (paso: 0.01) |
+
+Una proporción de 0.0 mantiene ese componente tal como está en `model1`, una proporción de 1.0 lo toma completamente de `model2`, y los valores intermedios producen una mezcla ponderada. Ambas entradas deben ser modelos de imagen MOSS con la misma arquitectura; los pesos que no coincidan con ninguno de los prefijos anteriores usan la proporción de `video_embedder.`.
+
+## Salidas
+
+| Nombre de salida | Descripción | Tipo de datos |
+| --- | --- | --- |
+| `MODEL` | El modelo fusionado, que combina ambas entradas de acuerdo con las proporciones especificadas | MODEL |
+
+> Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! [Editar en GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelMergeMOSSImage/es.md)
+
+---
+**Source fingerprint (SHA-256):** `3b7d9c806a8d53ad00044bf30f5e63431fea7ee565414acb70a56e3059164288`

comfyui_embedded_docs/docs/ModelMergeMOSSImage/fa.md

@@ -0,0 +1,32 @@
+# ModelMergeMOSSImage
+
+گره ModelMergeMOSSImage دو مدل تصویری MOSS را با ترکیب وزن‌های متناظرشان به‌صورت بلوک‌به‌بلوک ادغام می‌کند؛ بنابراین بخشی از نتیجه می‌تواند از یک مدل پایه و بقیه از یک فاین‌تیون یا مدل دوم بیاید. هر مؤلفه اصلی معماری نسبت اختلاط خود را دارد: تعبیه‌گر ویدئو، تعبیه‌گر متن، تعبیه زمان، مدولاسیون مشترک بلوک، هر 42 لایه ترانسفورمر و سرهای خروجی.
+
+## ورودی‌ها
+
+| پارامتر | توضیح | نوع داده | الزامی | محدوده |
+| --- | --- | --- | --- | --- |
+| `model1` | اولین مدل برای ادغام. هر بخشی که مدل دوم در آن مشارکت ندارد از این مدل حفظ می‌شود | MODEL | بله | - |
+| `model2` | دومین مدل برای ادغام. وزن‌های آن بر اساس نسبت‌های زیر ترکیب می‌شوند | MODEL | بله | - |
+| `video_embedder.` | نسبت اختلاط برای بلوک تعبیه‌گر ویدئو (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+| `text_embedder.proj.` | نسبت اختلاط برای لایه پروجکشن تعبیه‌گر متن (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+| `text_embedder.blocks.0.` و `text_embedder.blocks.1.` | نسبت اختلاط برای هر یک از دو بلوک تعبیه‌گر متن (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+| `time_embedding.` | نسبت اختلاط برای بلوک تعبیه زمان (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+| `shared_block_modulation.` | نسبت اختلاط برای لایه مدولاسیون مشترک که توسط بلوک‌های ترانسفورمر استفاده می‌شود (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+| `layers.0.` تا `layers.41.` | نسبت اختلاط برای هر یک از 42 لایه ترانسفورمر (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+| `final_norm_video.` | نسبت اختلاط برای نرمال‌سازی نهایی جریان ویدئو (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+| `final_linear_video.` | نسبت اختلاط برای لایه خطی نهایی جریان ویدئو (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+| `video_head_modulation.` | نسبت اختلاط برای لایه مدولاسیون سر خروجی ویدئو (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |
+
+نسبت 0.0 آن مؤلفه را همان‌گونه که در `model1` است نگه می‌دارد، نسبت 1.0 آن را به‌طور کامل از `model2` می‌گیرد و مقادیر میان این دو یک ترکیب وزنی تولید می‌کنند. هر دو ورودی باید مدل‌های تصویری MOSS با معماری یکسان باشند؛ وزن‌هایی که با هیچ‌یک از پیشوندهای بالا مطابقت ندارند به نسبت `video_embedder.` برمی‌گردند.
+
+## خروجی‌ها
+
+| نام خروجی | توضیح | نوع داده |
+| --- | --- | --- |
+| `MODEL` | مدل ادغام‌شده که هر دو ورودی را بر اساس نسبت‌های مشخص‌شده ترکیب می‌کند | MODEL |
+
+> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelMergeMOSSImage/fa.md)
+
+---
+**Source fingerprint (SHA-256):** `3b7d9c806a8d53ad00044bf30f5e63431fea7ee565414acb70a56e3059164288`