Z-Image De-Turbo LoRA Инференс: соответствующее обучению, минимальное количество шагов в ComfyUI#

Z-Image De-Turbo LoRA Инференс — это рабочий процесс RunComfy для выполнения AI Toolkit–обученных LoRA адаптеров на Z-Image De-Turbo в ComfyUI с поведением, соответствующим обучению. Он использует RC Z-Image De-Turbo (RCZimageDeturbo) — открытый пользовательский узел RunComfy, который выравнивает инференс на уровне pipeline (не общий график выборки), применяя ваш адаптер через lora_path и lora_scale (source).

Большинство проблем «предварительный просмотр обучения против инференса ComfyUI» вызваны несоответствиями pipeline. RCZimageDeturbo решает это, направляя Z-Image De-Turbo через pipeline инференса, выровненный с предварительным просмотром, и применяя ваш единственный LoRA внутри него — так что когда вам нужен базовый уровень, соответствующий обучению, начните с этого рабочего процесса и зеркально отразите значения предварительного просмотра. Реализация в справочнике: `src/pipelines/flex1_alpha.py`.

Что делает пользовательский узел RCZimageDeturbo#

RCZimageDeturbo загружает De-Turbo трансформер из ostris/Z-Image-De-Turbo, сочетает его с токенизатором/текстовым энкодером/VAE из Tongyi-MAI/Z-Image-Turbo, и собирает pipeline явно, чтобы избежать проблем с обменом мета-тензоров — затем применяет ваш адаптер через lora_path / lora_scale. Справочник: `src/pipelines/flex1_alpha.py`

Как использовать рабочий процесс Z-Image De-Turbo LoRA Inference#

Шаг 1: Импортируйте ваш LoRA (2 варианта)#

• Вариант A (результат обучения RunComfy): RunComfy → Тренер → LoRA Активы → найдите ваш LoRA → ⋮ → Скопировать ссылку на LoRA
  
• Вариант B (AI Toolkit LoRA, обученный вне RunComfy): Скопируйте прямую ссылку на загрузку .safetensors для вашего LoRA и вставьте этот URL в lora_path (нет необходимости загружать в ComfyUI/models/loras).

Шаг 2: Настройте пользовательский узел RCZimageDeturbo для Z-Image De-Turbo LoRA Инференса#

Настройте остальные параметры для Z-Image De-Turbo LoRA Инференса (все в интерфейсе узла):

• prompt: ваш текстовый запрос (включите триггерные токены, которые вы использовали во время обучения, если они есть)
• negative_prompt: опционально; оставьте пустым, если ваша предварительная выборка не использовала отрицательные значения
• width / height: разрешение вывода (для чистых сравнений, соответствуйте размеру вашего предварительного просмотра; рекомендуется кратность 32)
• sample_steps: шаги инференса (De-Turbo обычно требует больше шагов, чем графики в стиле “Turbo”; начните с того же количества шагов, которое вы предварительно просматривали во время обучения)
• guidance_scale: сила руководства/CFG (сначала соответствуйте вашему значению предварительного просмотра, затем настраивайте небольшими шагами)
• seed: установите фиксированный seed для воспроизведения; измените его, чтобы исследовать вариации
• lora_scale: сила LoRA (начните рядом с вашей силой предварительного просмотра, затем настраивайте)

Совет по выравниванию обучения: зеркально отразите значения выборки из AI Toolkit YAML, которые вы использовали для предварительного просмотра — особенно width, height, sample_steps, guidance_scale, seed. Если вы обучались на RunComfy, откройте Тренер → LoRA Активы → Конфигурация и скопируйте настройки предварительного просмотра в узел.

Шаг 3: Запустите Z-Image De-Turbo LoRA Инференс#

• Нажмите Queue/Run → SaveImage автоматически записывает результаты в вашу папку вывода ComfyUI

Устранение неполадок Z-Image De-Turbo LoRA Инференса#

Большинство проблем, с которыми сталкиваются после обучения Z-Image De‑Turbo LoRA в AI Toolkit, вызваны несоответствием pipeline — предварительная выборка AI Toolkit не совпадает с графиком выборки ComfyUI.

Пользовательский узел RunComfy RC Z-Image De‑Turbo (RCZimageDeturbo) создан для того, чтобы поддерживать инференс выровненным по pipeline с предварительной выборкой в стиле AI Toolkit (модель‑специфическая обертка + последовательное внедрение LoRA). При устранении неполадок сначала протестируйте ваш LoRA через RCZimageDeturbo, затем настройте параметры.

（1）Почему предварительный просмотр в aitoolkit выглядит отлично, но те же слова запроса выглядят намного хуже в ComfyUI? Как я могу воспроизвести это в ComfyUI?#

Почему это происходит

Даже если вы скопируете тот же запрос / шаги / руководство / seed, выход может отклоняться, когда ComfyUI использует другой pipeline, чем предварительный просмотр AI Toolkit (разные значения по умолчанию, поведение кондиционирования и путь внедрения LoRA).

Как исправить (подход, соответствующий обучению)

• Запустите инференс через RCZimageDeturbo так, чтобы модель выполняла специфический для Z‑Image De‑Turbo inference pipeline и применяла ваш LoRA через lora_path / lora_scale внутри этого pipeline.
• Зеркально отразите значения выборки предварительного просмотра, которые вы использовали во время выборки AI Toolkit, при сравнении: width, height, sample_steps, guidance_scale, seed.
• Сохраните тот же формат запроса и триггерные токены, которые вы обучали.

（2）При использовании Z-Image LoRA с ComfyUI появляется сообщение "lora key not loaded".#

Почему это происходит

Это обычно означает, что LoRA внедряется через путь, который не соответствует модулям Z‑Image (De‑Turbo), против которых вы обучались — чаще всего потому что:

• вариант базовой модели не соответствует тому, что ожидает LoRA, или
• формат / сопоставление ключей LoRA не соответствует загрузчику/pipeline, который вы используете.

Как исправить (надежные варианты)

• Используйте внедрение LoRA на уровне pipeline: загружайте адаптер только через lora_path на RCZimageDeturbo (избегайте наложения дополнительного пути загрузчика LoRA поверх него).
• Предпочитайте активы в формате Diffusers для инференса pipeline: если вы смешиваете форматы, попробуйте сначала версию Diffusers для обучения/использования pipeline.
• Если форматы не совпадают, преобразуйте веса LoRA: используйте известный маршрут преобразования весов Z‑Image LoRA, чтобы они соответствовали формату, ожидаемому вашим стеком инференса (Diffusers/pipeline против загрузчика Comfy-native).

（3）Невозможно загрузить конфигурацию для ‘"XXXXX"#

Почему это происходит

Обычно это вызвано неполными загрузками модели (вы часто увидите .incomplete блобы в кэше Hugging Face) или файловой системой/средой выполнения, которая препятствует правильному кэшированию, что приводит к сбою загрузки трансформера/конфигурации.

Как исправить (проверенная пользователем загрузка + сборка папки) Рабочий подход, о котором сообщают пользователи, заключается в загрузке чистой Turbo базы + De‑Turbo трансформера, затем в сборке полной папки локально:

• Загрузите оба репозитория с помощью huggingface-cli download ... --local-dir-use-symlinks False
• Замените Z-Image-Turbo/transformer на папку Z-Image-De-Turbo/transformer
• Укажите путь вашей модели (или среду, которая загружает базу) на полученную завершённую директорию

После того как база загружается без ошибок, запустите инференс через RCZimageDeturbo и сопоставьте значения предварительного просмотра для сравнения с предварительными просмотрами AI Toolkit.

Запустите Z-Image De-Turbo LoRA Инференс сейчас#

Откройте рабочий процесс RunComfy Z-Image De-Turbo LoRA Inference, установите lora_path, и запустите RCZimageDeturbo, чтобы результаты ComfyUI были выровнены с вашими предварительными просмотрами AI Toolkit.