Inferência Z-Image De-Turbo LoRA: geração com correspondência de treinamento e etapas mínimas no ComfyUI

A Inferência Z-Image De-Turbo LoRA é um fluxo de trabalho RunComfy para executar adaptadores LoRA treinados pelo AI Toolkit no Z-Image De-Turbo no ComfyUI com comportamento correspondente ao treinamento. Ele utiliza o RC Z-Image De-Turbo (RCZimageDeturbo)—um nó personalizado de código aberto da RunComfy que alinha a inferência no nível de pipeline (não um gráfico de amostrador genérico) enquanto aplica seu adaptador via lora_path e lora_scale (source).

A maioria dos problemas de “visualização de treinamento vs inferência no ComfyUI” são desajustes de pipeline. RCZimageDeturbo resolve isso roteando o Z-Image De-Turbo através de um pipeline de inferência alinhado com a visualização e aplicando seu único LoRA dentro dele—então, quando você precisar de uma linha de base correspondente ao treinamento, comece com este fluxo de trabalho e espelhe seus valores de amostragem de visualização. Implementação de referência: `src/pipelines/flex1_alpha.py`.

O que o nó personalizado RCZimageDeturbo faz

RCZimageDeturbo carrega o transformador De-Turbo de ostris/Z-Image-De-Turbo, emparelha-o com o codificador de texto/tokenizador/VAE de Tongyi-MAI/Z-Image-Turbo, e monta o pipeline explicitamente para evitar problemas de troca de meta-tensor—depois aplica seu adaptador via lora_path / lora_scale. Referência: `src/pipelines/flex1_alpha.py`

Como usar o fluxo de trabalho de Inferência Z-Image De-Turbo LoRA

Etapa 1: Importe seu LoRA (2 opções)

• Opção A (resultado de treinamento RunComfy): RunComfy → Treinador → Ativos LoRA → encontre seu LoRA → ⋮ → Copiar Link LoRA
  
• Opção B (LoRA do AI Toolkit treinado fora do RunComfy): Copie um link de download direto .safetensors para seu LoRA e cole esse URL em lora_path (não é necessário baixar em ComfyUI/models/loras).

Etapa 2: Configure o nó personalizado RCZimageDeturbo para Inferência Z-Image De-Turbo LoRA

Configure o restante das configurações para Inferência Z-Image De-Turbo LoRA (tudo na interface do nó):

• prompt: seu prompt de texto (inclua os tokens de gatilho que você usou durante o treinamento, se houver)
• negative_prompt: opcional; mantenha vazio se sua amostragem de visualização não usou negativos
• width / height: resolução de saída (para comparações limpas, corresponda ao seu tamanho de visualização; múltiplos de 32 são recomendados)
• sample_steps: etapas de inferência (De-Turbo geralmente precisa de mais etapas do que gráficos no estilo “Turbo”; comece com a mesma contagem de etapas que você visualizou durante o treinamento)
• guidance_scale: força de orientação/CFG (corresponda ao seu valor de visualização primeiro, depois ajuste em pequenos incrementos)
• seed: defina uma semente fixa para reproduzir; mude para explorar variações
• lora_scale: força do LoRA (comece perto da força de visualização, depois ajuste)

Dica de alinhamento de treinamento: espelhe os valores de amostragem do YAML de treinamento do AI Toolkit que você usou para visualizações—especialmente width, height, sample_steps, guidance_scale, seed. Se você treinou no RunComfy, abra Treinador → Ativos LoRA → Config e copie as configurações de visualização no nó.

Etapa 3: Execute a Inferência Z-Image De-Turbo LoRA

• Clique em Queue/Run → SaveImage grava os resultados automaticamente na pasta de saída do ComfyUI

Solucionando Problemas de Inferência Z-Image De-Turbo LoRA

A maioria dos problemas que as pessoas enfrentam após treinar um Z-Image De‑Turbo LoRA no AI Toolkit vem de desajustes de pipeline—o amostrador de visualização do AI Toolkit não é o mesmo que um gráfico de amostrador genérico do ComfyUI.

O nó personalizado RC Z-Image De‑Turbo (RCZimageDeturbo) da RunComfy é construído para manter a inferência alinhada ao pipeline com a amostragem de visualização no estilo AI Toolkit (wrapper específico do modelo + injeção de LoRA consistente). Ao solucionar problemas, teste seu LoRA através do RCZimageDeturbo primeiro, depois ajuste os parâmetros.

（1）Por que a visualização de amostra no aitoolkit parece ótima, mas as mesmas palavras do prompt parecem muito piores no ComfyUI? Como posso reproduzir isso no ComfyUI?

Por que isso acontece

Mesmo se você copiar o mesmo prompt / etapas / orientação / semente, a saída pode desviar quando o ComfyUI está executando um pipeline diferente do pipeline de visualização do AI Toolkit (diferentes padrões, comportamento de condicionamento e caminho de injeção de LoRA).

Como corrigir (abordagem correspondente ao treinamento)

• Execute a inferência através do RCZimageDeturbo para que o modelo execute um pipeline de inferência específico para Z‑Image De‑Turbo e aplique seu LoRA via lora_path / lora_scale dentro desse pipeline.
• Espelhe os valores de amostragem de visualização que você usou durante a amostragem do AI Toolkit ao comparar: width, height, sample_steps, guidance_scale, seed.
• Mantenha o mesmo formato de prompt e tokens de gatilho com os quais você treinou.

（2）Ao usar Z-Image LoRA com ComfyUI, a mensagem "lora key not loaded" aparece.

Por que isso acontece

Isso geralmente significa que o LoRA está sendo injetado através de um caminho que não corresponde aos módulos Z‑Image (De‑Turbo) contra os quais você treinou—mais comumente porque:

• a variante do modelo base não corresponde ao que o LoRA espera, ou
• o formato / mapeamento de chave do LoRA não corresponde ao carregador/pipeline que você está usando.

Como corrigir (opções confiáveis)

• Use a injeção de LoRA em nível de pipeline: carregue o adaptador apenas via lora_path no RCZimageDeturbo (evite empilhar um caminho de carregador LoRA extra em cima dele).
• Prefira ativos no formato Diffusers para inferência em pipeline: se você estiver misturando formatos, experimente primeiro a versão Diffusers para uso em treinamento/pipeline.
• Se os formatos não corresponderem, converta os pesos do LoRA: use uma rota de conversão conhecida para pesos LoRA de Z‑Image para que eles correspondam ao formato esperado pela sua pilha de inferência (Diffusers/pipeline vs carregador nativo do Comfy).

（3）Não é possível carregar a configuração para ‘"XXXXX"

Por que isso acontece

Isso é comumente causado por downloads de modelo incompletos (você frequentemente verá blobs .incomplete no cache do Hugging Face) ou um sistema de arquivos/runtime que impede o cache adequado, o que faz com que o transformer/config falhe ao carregar.

Como corrigir (download verificado pelo usuário + construção de pasta) Uma abordagem funcional relatada por usuários é baixar um Turbo base limpo + o transformador De‑Turbo, depois montar uma pasta completa localmente:

• Baixe ambos os repositórios com huggingface-cli download ... --local-dir-use-symlinks False
• Substitua Z-Image-Turbo/transformer pela pasta Z-Image-De-Turbo/transformer
• Aponte seu caminho de modelo (ou o ambiente que carrega a base) para o diretório completo resultante

Após a base carregar corretamente, execute a inferência através do RCZimageDeturbo e corresponda os valores de amostragem de visualização para comparar com as visualizações do AI Toolkit.

Execute a Inferência Z-Image De-Turbo LoRA agora

Abra o fluxo de trabalho Z-Image De-Turbo LoRA Inference da RunComfy, defina lora_path, e execute RCZimageDeturbo para manter os resultados do ComfyUI alinhados com suas visualizações de treinamento do AI Toolkit.