Flex.1 LoRA 推論: AI Toolkit LoRAをComfyUIでトレーニング一致結果を得る

Flex.1 LoRA 推論: トレーニング一致、最小ステップ生成 in ComfyUI。 Flex.1 LoRA推論は、AI ToolkitでトレーニングされたFlex.1 LoRAをComfyUIでトレーニング一致の動作で実行するための、プロダクション対応のRunComfyワークフローです。これは、RC Flex.1 (RCFlex1)を中心に構築されており、Flex.1特定の推論パイプラインをラップし、あなたのLoRAをlora_pathとlora_scaleを通じて一貫して適用します。RunComfyはこのノードを構築し、オープンソース化しました—コードはruncomfy-com GitHub organization repositoriesで確認できます。

LoRA推論がトレーニングと異なる場合に使用します—例えば、AI Toolkitのプレビューは正しく見えますが、同じLoRAとプロンプトがComfyUIに切り替えると感じが違う場合。

なぜFlex.1 LoRA推論がComfyUIで異なるように見えるのか & RCFlex1カスタムノードが何をするのか

AI ToolkitのプレビューはFlex.1特定の推論パイプラインから来ています。多くのComfyUIグラフは一般的なローダーとサンプラーからスタックを再構築するため、「数値を一致させる」(プロンプト/ステップ/CFG/シード)だけでは十分でないことがあります—パイプラインの違いがデフォルトやLoRAの適用場所/方法を変えることがあります。

RCFlex1はAI Toolkitのプレビューと一致したFlex.1特定のパイプラインラッパーを通じて推論をルーティングし、Flex.1のためにLoRAの注入を一貫して保ちます。リファレンス実装: `src/pipelines/flex1_alpha.py`

Flex.1 LoRA推論ワークフローの使用方法

ステップ1: ワークフローを開く

ComfyUIでRunComfy Flex.1 LoRA推論ワークフローを開きます。

ステップ2: LoRAをインポートする (2つのオプション)

• オプションA (RunComfyトレーニング結果): RunComfy → Trainer → LoRA Assets → あなたのLoRAを見つける → ⋮ → Copy LoRA Link
  
• オプションB (RunComfy以外でトレーニングされたAI Toolkit LoRA): あなたのLoRAの直接.safetensorsダウンロードリンクをコピーし、そのURLをlora_pathに貼り付けます（ComfyUI/models/lorasにダウンロードする必要はありません）。
  

ステップ3: Flex.1 LoRA推論のためにRCFlex1を設定する

RCFlex1 Flex.1 LoRA推論ノードUIで、残りのパラメータを設定します:

• prompt: あなたのメインテキストプロンプト（トレーニング時に使用したトリガートークンを含める）
• negative_prompt: オプション; プレビューサンプリングで使用しなかった場合は空白のままにする
• width / height: 出力解像度
• sample_steps: サンプリングステップ（結果を比較する際にプレビュー設定を一致させる）
• guidance_scale: CFG / ガイダンス（プレビューCFGを一致させる）
• seed: 再現性のために固定シードを使用; バリエーションを探索するために変更する
• lora_scale: LoRAの強度/強さ

トレーニング一致の結果を得るために、AI ToolkitトレーニングYAMLを開き、同じサンプリング値をここで適用します—特にwidth、height、sample_steps、guidance_scale、seed。 RunComfyでトレーニングした場合、Trainer → LoRA Assets → Configを開き、プレビュー/サンプル値を再利用します。

ステップ4: Flex.1 LoRA推論を実行する

• Queue/Runをクリック → SaveImageが自動的に出力を書き込みます

Flex.1 LoRA推論のトラブルシューティング

ほとんどの「トレーニングプレビュー対ComfyUI推論」の不一致はパイプラインの違いから来ています（単一の間違ったノブではありません）。 トレーニング一致の結果を最も早く回復する方法は、RunComfyのRC Flex.1 (RCFlex1)カスタムノードを通じて推論を行うことで、Flex.1のサンプリングとLoRA注入をAI Toolkitのプレビューパイプラインとパイプラインレベルで一致させます。

(1) なぜAI Toolkitのサンプルプレビューは素晴らしく見えるが、同じプロンプトがComfyUIで異なるのか？これをComfyUIで再現する方法は？

なぜこれが起こるのか

同じプロンプト / シード / ステップでも、ComfyUIがAI Toolkitのプレビューパイプラインと異なる推論パイプラインを実行していると結果がずれることがあります。特にFlex.1では、パイプラインの違いがモデルのデフォルトを変更し、LoRAの注入場所/方法を変えることがあり、「同じプロンプト、異なる見た目」として現れます。

修正方法 (推奨)

• 推論をRCFlex1で実行し、AI Toolkitプレビューとパイプライン一致を保ちます（これが主なレバーです）。
• AI Toolkitプレビューのサンプリング設定を反映させます: width、height、sample_steps、guidance_scale、seed。
• 同じトリガーワードを使用し（トレーニングで使用した場合）、lora_scaleをプレビューの強度と同じに保ちます。

(2) フラックスloraをflexにdiffusersでロードする方法

なぜこれが起こるのか

Flex.1はFluxから分岐しているため、「通常のFlux LoRAとしてロードする」と部分適用、効果が弱い、または予期しない動作を引き起こす可能性があります—特にそのLoRAがFlex.1用にトレーニングされていない場合。

修正方法 (最も信頼性が高い)

• AI ToolkitでトレーニングされたFlex.1 LoRAの場合: lora_pathを介してRCFlex1でロードし、LoRA注入が整列されたFlex.1推論パイプライン内で行われるようにします。
• LoRAが異なるベースモデルのためにトレーニングされた場合、完全な転送を期待しないでください—AI ToolkitでFlex.1にLoRAを再トレーニングし、最もきれいな結果を得ます。

(3) Fluxのオブジェクトに'process_timestep'属性がない

なぜこれが起こるのか

これは通常、実行しているノード/コードと考えているモデル/パイプラインの間の不一致を示しています（バージョンドリフト、間違ったノードセット、または互換性のないFlex/Fluxツールの混在）。

修正方法

• RCFlex1を通じてFlex.1推論を実行し、意図されたFlex.1パイプラインラッパーで実行パスを維持します。
• 最近ComfyUIまたはカスタムノードを更新した場合、関連ノードを更新し、ComfyUIを再起動して古いインポート/キャッシュをクリアします。
• 実際にこのワークフローのベースモデルとしてFlex.1をロードしていることを再確認します（異なるFluxバリアントではありません）。

今すぐFlex.1 LoRA推論を実行

RunComfy Flex.1 LoRA推論ワークフローを開き、あなたのLoRAをlora_pathに貼り付け、ComfyUIでトレーニング一致のFlex.1 LoRA推論を得るためにRCFlex1を実行します。