Guide all'addestramento LoRA con AI Toolkit

AI Toolkit Inference in ComfyUI: risultati che matchano i Training Samples (Preview‑Match Workflows)

ComfyUI spesso differisce perché la pipeline di inferenza non è quella che AI Toolkit usa per renderizzare i training samples (previews). Scegli il workflow del tuo base model e genera output preview‑matching.

Addestra modelli di diffusione con Ostris AI Toolkit

Se hai addestrato una LoRA con Ostris AI Toolkit e hai incontrato problemi come:

  • “La LoRA di AI Toolkit sembra diversa in ComfyUI”
  • “Preview AI Toolkit vs inferenza ComfyUI: non coincide”
  • “Perché i sample di training sono migliori di ComfyUI?”
  • “La LoRA addestrata con AI Toolkit non funziona in ComfyUI”

…questa guida è per te.

Qui parliamo specificamente di usare LoRA addestrate con AI Toolkit dentro ComfyUI, mantenendo risultati coerenti con i Training Samples / Previews di AI Toolkit.

Cerchi inferenza senza ComfyUI (Playground / API)?
Vedi: AI Toolkit Inference: Get Results That Match Your Training Samples (Playground/API)

Il vero motivo per cui i sample AI Toolkit non coincidono con ComfyUI

Il tuo grafo ComfyUI non è lo stesso pipeline di inferenza che AI Toolkit usa per renderizzare i sample di training.

E siccome la differenza è a livello di pipeline, copiare solo i parametri visibili (prompt, seed, steps, CFG/guidance, risoluzione) di solito non ricrea lo stesso look.

Cosa significa spesso “pipeline mismatch” nella pratica:

  • Semantica diversa di sampler / scheduler

    Molti target AI Toolkit moderni si basano su sampling tipo flow‑matching e su comportamenti specifici del scheduler. Un sampler “simile” in ComfyUI spesso non è equivalente.

  • Manopole nascoste di famiglia che non compaiono come “steps/CFG”

    Esempio: patch di sampling / parametri di shift.

  • Applicazione LoRA diversa

    “Load LoRA” può significare cose diverse a seconda dell’architettura (adapter vs pesi patchati; dove avviene l’iniezione).

  • Mismatch di key / nomi moduli

    La LoRA “carica” ma non si lega ai moduli attesi → effetto debole o nullo.

  • Drift del modello base / variante

    Differenze piccole (dev vs turbo, 4B vs 14B, de‑turbo vs turbo, quantizzazione) possono cambiare molto il risultato.

In breve: se vuoi matchare i preview di AI Toolkit, devi matchare l’intero pipeline di inferenza, non solo i settaggi visibili.


Cosa ha fatto RunComfy per risolvere (per utenti ComfyUI)

RunComfy ha preso il pipeline usato da AI Toolkit per i training samples (le immagini/video “Samples/Preview”) e lo ha allineato all’inferenza ComfyUI — per modello base.

Poi abbiamo impacchettato quella logica in:

  • nodi ComfyUI (il comportamento “preview AI Toolkit” disponibile nel grafo)
  • workflows Training Preview‑Match (grafi pronti, uno per modello base)

Risultato:

  • Un modello base = un workflow ComfyUI
  • Inserisci la tua LoRA addestrata con AI Toolkit (.safetensors)
  • Generi risultati che matchano i training samples/previews molto più affidabilmente rispetto a un grafo custom “a tentativi”

Libreria di workflows Training Preview‑Match (un modello base = un workflow)

Scegli il workflow che coincide con il modello base su cui hai addestrato.

La prima release supporta i modelli sotto. Verranno aggiunti altri workflows finché la libreria coprirà tutti i modelli base di AI Toolkit.


Troubleshooting (AI Toolkit LoRA in ComfyUI)

Problemi comuni “AI Toolkit → ComfyUI” e fix più rapido.

“I training samples AI Toolkit sono ottimi, ma in ComfyUI l’inferenza è peggiore/diversa.”

Causa: non stai usando in ComfyUI il pipeline preview di AI Toolkit.

Fix: usa il workflow Training Preview‑Match del tuo modello base.

Vai a: Training Preview‑Match library


“Ho matchato prompt/seed/steps/CFG, ma non coincide comunque.”

Causa: matchare i parametri non basta quando cambia sampler/scheduler + logica del pipeline.

Fix: smetti di “tunarla finché coincide”. Usa il workflow preview‑match del modello base.

Vai a: Training Preview‑Match library


“La LoRA carica in ComfyUI, ma cambia pochissimo.”

Causa: di solito uno di questi:

  • workflow del modello base sbagliato (architettura/variante diversa)
  • mismatch key/moduli (la LoRA non viene applicata dove pensi)
  • peso/scala LoRA troppo basso

Fix: usa il workflow preview‑match del modello base e poi ritesta a 0.9–1.0.

Vai a: Training Preview‑Match library


“I preview Flux/FlowMatch in AI Toolkit sono incredibili, ma in ComfyUI perdo likeness con Euler/DPM.”

Causa: i preview AI Toolkit per FLUX spesso dipendono da sampling flow‑matching. Cambiare sampler può cambiare struttura/likeness.

Fix: usa il workflow FLUX preview‑match costruito per riprodurre il pipeline AI Toolkit.

Vai a:


“Z‑Image Turbo coincide nel preview AI Toolkit, ma in ComfyUI è degradato.”

Causa: l’inferenza Z‑Image è sensibile a patch/parametri specifici del modello (facili da perdere in grafi custom).

Fix: usa il workflow Z‑Image preview‑match (Turbo vs De‑Turbo conta).

Vai a:


Guida correlata: parità senza ComfyUI (Playground/API)

Se non ti serve ComfyUI e vuoi il percorso più veloce per ottenere inferenza che matcha i preview (o vuoi integrarlo in un’app), usa:

  • AI Toolkit Inference: Get Results That Match Your Training Samples (Playground/API) → link

Pronto per iniziare l'addestramento?