FLUX.1 Dev LoRA 推論: ComfyUI で AI Toolkit トレーニングプレビューに一致#
FLUX.1 Dev LoRA 推論: トレーニングに一致した、最小ステップでの生成 in ComfyUI FLUX.1 Dev LoRA 推論は、AI Toolkit でトレーニングされた FLUX.1 Dev LoRA を ComfyUI で実行するための即時実行可能な RunComfy ワークフローで、トレーニングプレビューに近い結果を得ることができます。これは、RC FLUX.1 Dev (RCFluxDev)—RunComfy によって構築された、オープンソースのカスタムノードで、FLUX.1 Dev 特有の推論パイプラインを通じて生成をルートし、lora_path と lora_scale を通じてアダプターを注入します。関連するソースワークは runcomfy-com GitHub 組織リポジトリ で閲覧できます。
このワークフローは、AI Toolkit のサンプルが「正しく」感じられる場合に使用してくださいが、通常の ComfyUI グラフに切り替えると、同じ LoRA + プロンプトがスタイル、強度、または構図でドリフトします。
なぜ FLUX.1 Dev LoRA 推論は ComfyUI で異なるように見えるのか#
AI Toolkit プレビューは、モデル特有の推論パイプラインによって生成されます。多くの ComfyUI グラフは、FLUX を一般的なコンポーネントから再構築するため、「数値を一致させること」（プロンプト/ステップ/ガイダンス/シード）でも異なるデフォルトと LoRA の適用動作が生じることがあります。この「トレーニングプレビューと ComfyUI 推論」のギャップは通常、パイプラインレベルであり、単一の間違ったノブではありません。
RCFluxDev カスタムノードが行うこと#
RCFluxDev は、AI Toolkit スタイルのサンプリングに使用される FLUX.1 Dev 推論パイプラインをカプセル化し、そのパイプライン内で LoRA を適用することで、このモデルファミリーに対するアダプターの動作を一貫して保ちます。パイプラインソース: `src/pipelines/flux_dev.py`
FLUX.1 Dev LoRA 推論ワークフローの使用方法#
ステップ 1: LoRA をインポートする（2 つの方法）#
- オプション 1 (RunComfy トレーニング結果): RunComfy → Trainer → LoRA Assets → LoRA を見つける → ⋮ → LoRA リンクをコピー
- オプション 2 (RunComfy 外でトレーニングされた AI Toolkit LoRA):
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。
ステップ 2: FLUX.1 Dev LoRA 推論の RCFluxDev カスタムノードを構成する#
- ワークフローで RC FLUX.1 Dev (RCFluxDev) を選択し、LoRA URL (またはファイルパス) を
lora_pathに貼り付けます。
重要（初回実行に必要）: このカスタムノードを実行するには、(1) 使用している FLUX.1 Dev リポジトリ に対する Hugging Face アクセスが必要であり、(2) Hugging Face トークンを hf_token に貼り付ける必要があります:
- Hugging Face モデルページ でログインし、アクセスをリクエスト / 同意する をクリックします（リポジトリごとに一度だけ）。
- huggingface.co/settings/tokens で Read 権限を持つ Hugging Face ユーザーアクセストークンを作成します。
- トークンを RCFluxDev の
hf_tokenに貼り付けて、ワークフローを再実行します。
ステップバイステップガイド: FLUX Hugging Face トークン - セットアップとトラブルシューティング
- 次に、FLUX.1 Dev LoRA 推論 の残りの設定を構成します（すべてノード UI 内で）:
トレーニング整合性のヒント: 1:1 の一致を追求している場合、「雰囲気で調整する」のではなく、プレビューに使用した AI Toolkit トレーニング YAML のサンプリング値をミラーリングしてください（特に width、height、sample_steps、guidance_scale、seed）。 RunComfy でトレーニングした場合は、Trainer → LoRA Assets → Config を開き、プレビュー設定を再利用してください。
prompt: あなたのテキストプロンプト（トレーニング中に使用したトリガートークンを含める場合）negative_prompt: オプション; 否定でサンプルしなかった場合は空のままにするwidth/height: 出力解像度（比較時にトレーニングプレビューと一致させる）sample_steps: 推論ステップ数guidance_scale: FLUX.1 Dev パイプラインで使用されるガイダンス値seed: 再現するために固定シードを設定; 変更してバリエーションを探るlora_scale: LoRA 強度（プレビュー値に近いところから始め、調整する）hf_token: あなたの Hugging Face アクセストークン（ゲート付き FLUX リポジトリに必要）
ステップ 3: FLUX.1 Dev LoRA 推論を実行する#
- Queue/Run をクリック → SaveImage が結果を自動的に ComfyUI 出力フォルダに書き込みます
FLUX.1 Dev LoRA 推論のトラブルシューティング#
ほとんどの FLUX.1 Dev の「プレビュー vs ComfyUI」問題は、パイプラインの不一致（モデルの読み込み方法、条件付けの構築方法、アダプターの注入場所/方法）によって引き起こされるため、単一の間違ったパラメーターだけではありません。
AI Toolkit でトレーニングされた FLUX.1 Dev LoRA の場合、最も信頼性の高い ComfyUI でのトレーニングに一致した動作を回復する方法は、生成を RC FLUX.1 Dev (RCFluxDev) を通じて実行することで、推論をパイプラインレベルで整合させ、lora_path / lora_scale を介してアダプターを一貫して適用することです。 頑固な問題をデバッグしている場合は、最小限のリファレンスワークフローから始め、ベースラインが機能することを確認した後にのみ複雑さを追加してください。
（1）アップデート後の高 lora vram 使用量#
なぜこれが起こるのか
FLUX.1 Dev では、特定の LoRA (AI Toolkit でトレーニングされた LoRA を含む) を適用すると、いくつかのセットアップで VRAM が大幅に増加することがあります。これは通常、一般的なローダーパスを通じて LoRA を注入する場合や、グラフが余分なモデルのコピー/リロード動作を引き起こす場合に現れます。
推奨される修正方法
- RCFluxDev を通じて推論を実行し、ノード内の
lora_pathのみを介してアダプターをロードします（同じモデルに対して複数の LoRA ローダーノードを混在させないようにします）。 - 公平な比較を保つ: トレーニングプレビューのサンプリング値 (
width、height、sample_steps、guidance_scale、seed) を一致させてから「見た目が変だ」と判断してください。 - それでも OOM に達した場合: まず
width/heightを減らします（これは通常 FLUX で最大のレバーです）、次にバッチ/追加ノードを減らし、セッションを再起動して古いキャッシュをクリアします。さらに、RunComfy でより高い GPU マシンを起動して実行することもできます。
（2）VAEDecode Given groups=1, weight of size [4, 4, 1, 1], expected input[1, 16, 144, 112] to have 4 channels, but got 16 channels instead#
なぜこれが起こるのか
FLUX 潜在と「クラシック SD」潜在は互換性がありません。このエラーは、FLUX 潜在を 非 FLUX VAE（4 チャンネル潜在を期待する VAE で、FLUX 潜在が 16 チャンネルになる可能性がある）でデコードする通常の症状です。
修正方法
- FLUX 潜在を SD/SDXL VAE パスでデコードしないでください。
- RCFluxDev ワークフローを使用して、正しい FLUX デコードパスがエンドツーエンドで使用されるようにします（モデルの読み込み→サンプリング→デコード）、他のパイプラインからの一般的な VAE ノードを混在させないようにします。
- グラフを手動で再構築している場合は、正しい FLUX オートエンコーダー資産を使用していることを確認し、残りの SD/SDXL VAE がないことを確認してください。
（3）flux モデルが動作しない、flux1-dev-fp8.safetensors#
なぜこれが起こるのか
これは通常、FLUX .safetensors UNet が間違ったタイプのローダーでロードされた場合に発生します（たとえば、ComfyUI が SD/SDXL のように自動検出する「チェックポイント」として扱うなど）。
修正方法
- FLUX.1 Dev ワークフロー (RCFluxDev) を使用し、ワークフロー/ノードにモデルの読み込みを任せ、LoRA は
lora_pathを通してのみ渡してください。 - FLUX UNet を SD/SDXL チェックポイントローダーを使用してロードしないでください。
- ファイルがリンクからダウンロードされた場合は、それが完全で有効な
.safetensorsであることを再確認してください（部分的なダウンロードは混乱した検出エラーを引き起こす可能性があります）。
今すぐ FLUX.1 Dev LoRA 推論を実行する#
RunComfy の FLUX.1 Dev LoRA 推論 ワークフローを開き、lora_path を設定し、RCFluxDev で生成して ComfyUI の結果を AI Toolkit トレーニングプレビューと一致させましょう。
