Qwen Image 2512 LoRA 推断：管道对齐，训练匹配的 AI Toolkit 生成在 ComfyUI 中

这个生产就绪的 RunComfy 工作流将一个 AI Toolkit 训练的 LoRA 应用于 Qwen Image 2512 在 ComfyUI 中，重点在于 训练匹配 行为。它集中于 RC Qwen Image 2512 (RCQwenImage2512) ——一个 RunComfy 构建的开源自定义节点 (source)，运行一个 Qwen 本地推断管道（而不是通用采样器图形），并通过 lora_path 和 lora_scale 加载你的适配器。

为什么 Qwen Image 2512 LoRA 推断在 ComfyUI 中看起来不同

Qwen Image 2512 的 AI Toolkit 预览是由特定于模型的管道生成的，包括 Qwen 的“真实 CFG”引导行为和该管道用于条件和采样的默认设置。如果您将同一个作业重建为标准的 ComfyUI 采样器图形，引导语义和 LoRA 补丁点可能会发生变化，因此“相同提示 + 相同种子 + 相同步骤”仍然可能产生不同的结果。在实践中，许多“我的 LoRA 不匹配训练”的报告是管道不匹配，而不是缺少一个参数。

RCQwenImage2512 通过将 Qwen Image 2512 管道包装在节点内并通过 lora_path 和 lora_scale 在该管道中应用 LoRA 来保持推断对齐。管道源：`src/pipelines/qwen_image.py`。

如何使用 Qwen Image 2512 LoRA 推断工作流

步骤 1: 打开工作流

在 ComfyUI 中启动云工作流。

步骤 2: 导入您的 LoRA (2 种选项)

• 选项 A (RunComfy 训练结果): RunComfy → Trainer → LoRA Assets → 找到您的 LoRA → ⋮ → 复制 LoRA 链接
  
• 选项 B (AI Toolkit LoRA 在 RunComfy 之外训练): 复制您的 LoRA 的直接 .safetensors 下载链接并将该 URL 粘贴到 lora_path（无需下载到 ComfyUI/models/loras）中

步骤 3: 配置 RCQwenImage2512 自定义节点以进行 Qwen Image 2512 LoRA 推断

将您的 LoRA 链接粘贴到 RC Qwen Image 2512 (RCQwenImage2512) 的 lora_path 中。

然后设置剩余的节点参数（从匹配您在训练期间用于预览/样本生成的值开始）：

• prompt: 您的正面提示（包括您的 LoRA 所需的任何触发词）
• negative_prompt: 可选；如果您在预览中未使用负面提示，则保持为空
• width / height: 输出分辨率（建议为该管道系列的 32 的倍数）
• sample_steps: 推断步骤；在调整前镜像您的预览步骤计数（25 是常见的基线）
• guidance_scale: 引导强度（Qwen 使用“真实 CFG”刻度，因此首先重用您的预览值）
• seed: 锁定种子以验证对齐，将 control_after_generate 设置为 'fixed'，然后为新样本改变它
• lora_scale: LoRA 强度；从您的预览值附近开始并小幅调整

这是一个文本到图像的工作流，因此您不需要提供输入图像。

训练对齐注意事项：如果您在训练期间自定义了采样，请打开您的 AI Toolkit 训练 YAML 并镜像 width、height、sample_steps、guidance_scale、seed 和 lora_scale。如果您在 RunComfy 上训练，请打开 Trainer → LoRA Assets → 配置并在您迭代之前将预览/样本值复制到 RCQwenImage2512 中。

步骤 4: 运行 Qwen Image 2512 LoRA 推断

点击 Queue/Run。SaveImage 节点将生成的图像保存到您的标准 ComfyUI 输出文件夹中。

Qwen Image 2512 LoRA 推断的故障排除

RunComfy 的 RC Qwen Image 2512 (RCQwenImage2512) 自定义节点旨在通过以下方式保持与 Qwen Image 2512 预览样式采样的推断 管道对齐：

• 在节点内执行一个 Qwen 本地推断管道（而不是通用采样器图形），并且
• 通过 lora_path + lora_scale 在该管道内注入 LoRA（一致的补丁点）。

（1）Qwen-Image Loras 在 comfyui 中不起作用

为什么会发生这种情况

用户报告称 AI Toolkit 训练的 Qwen-Image LoRA 可能无法在 ComfyUI 中应用，因为 LoRA 状态字典键前缀与 ComfyUI 侧加载器/推断路径期望的不匹配（因此适配器“静默”加载但实际上没有补丁 Qwen 变压器模块）。

如何修复（用户验证的选项）

• 使用 RCQwenImage2512 进行管道级 LoRA 注入： 仅通过 RCQwenImage2512 上的 lora_path + lora_scale 加载适配器（在调试时避免在顶部堆叠额外的 LoRA 加载器节点）。这使 LoRA 补丁点与预览样式采样使用的 Qwen 管道保持一致。
• 如果必须使用非 RC 推断提供者/加载路径： 用户报告的解决方案是通过将 LoRA 键前缀的第一个段从 diffusion_model → transformer 重命名 LoRA 键，以便权重映射到预期的 Qwen 变压器模块（查看问题以获取确切上下文以及为什么需要这样做）。

（2）使用 inference_lora_path 与 qwen image 时崩溃的补丁（允许使用 turbo lora 生成样本）

为什么会发生这种情况

一些用户在尝试通过 AI Toolkit 的 inference_lora_path 流加载 Qwen 的推断 LoRA（包括 Qwen-Image-2512）时遇到崩溃。这不是“提示/CFG/种子”问题，而是推断加载路径问题。

如何修复（用户验证）

• 应用补丁/更新到包含问题中描述的补丁的版本。 问题作者报告该补丁修复了在加载 Qwen 的推断 LoRA 时的崩溃（查看问题以获取确切的更改和配置上下文）。
• 专门用于 ComfyUI 推断： 优先 RCQwenImage2512 并在 RC 节点内通过 lora_path / lora_scale 加载适配器。这避免了依赖外部推断 LoRA 加载路径，并保持管道与预览样式采样一致。

（3）在 comfyui 中使用 sageattention 2 qwen-image 显示黑色图像由于 NaNs（即黑色图像）

为什么会发生这种情况

用户报告称在 ComfyUI 中运行 Qwen Image 与 SageAttention 可以产生 NaNs，从而变成 黑色图像。这可能看起来像“我的 LoRA 坏了”，但实际上是注意力后端产生了无效值——管道执行在您可以有意义地评估 LoRA 行为之前失败。

如何修复（用户验证）

• 不要对 Qwen Image 使用 --use-sage-attention 当它导致 NaNs/黑色输出时。 首先验证干净基线（非黑色输出），然后评估 LoRA 影响。
• 如果您需要 SageAttention 加速： 通过强制 CUDA 后端路径修复 Qwen 黑色输出。在实践中，这通常意味着使用工作流级补丁（例如，“Patch Sage Attention”节点）并选择一个 CUDA 后端变体，避免受影响的 GPU/架构的损坏 Triton 路径。
• 在您获得稳定的（非黑色）基线输出后，通过 RCQwenImage2512 运行 Qwen Image 2512 推断，以便在您匹配 width/height/sample_steps/guidance_scale/seed/lora_scale 时管道和 LoRA 注入点保持预览对齐。

立即运行 Qwen Image 2512 LoRA 推断

打开共享工作流，将您的 LoRA URL 粘贴到 lora_path 中，匹配您的预览采样值，然后运行 RCQwenImage2512 以在 ComfyUI 中进行训练匹配的 Qwen Image 2512 生成。