logo
RunComfy
  • ComfyUI
  • TrainerNew
  • Models
  • API
  • Pricing
discord logo
ComfyUI>工作流>Stable Diffusion 1.5 LoRA 推理 | AI Toolkit ComfyUI

Stable Diffusion 1.5 LoRA 推理 | AI Toolkit ComfyUI

Workflow Name: RunComfy/Stable-Diffusion-1.5-LoRA-Inference
Workflow ID: 0000...1354
Stable Diffusion 1.5 LoRA 推理是一个可直接运行的 ComfyUI 工作流,用于在 RunComfy 上将 AI Toolkit 训练的 LoRA 应用于 SD1.5。与其将工作重建为通用采样器图,它通过 RC SD 1.5(RCSD15)运行生成,包装了与 AI Toolkit 预览采样对齐的 Stable Diffusion 1.5 管道。从预览匹配的基线开始,然后在管道对齐的输出稳定后调整提示和 LoRA 强度。

SD 1.5 LoRA 推理:在 ComfyUI 中训练匹配的 Stable Diffusion 1.5 生成

SD 1.5 LoRA 推理是一个生产就绪的 RunComfy 工作流,用于在 ComfyUI 中运行 AI Toolkit 训练的 LoRA 在 Stable Diffusion 1.5 上,具有 训练匹配 的行为。它由 RC SD 1.5 (RCSD15) 驱动——一个 RunComfy 构建的开源自定义节点(source)通过 SD1.5 管道路由推理(而不是通用采样器图),并使用 lora_path 和 lora_scale 注入你的适配器。

为什么 SD 1.5 LoRA 推理在 ComfyUI 中看起来常常不同

AI Toolkit 预览样本通过一个模型特定的推理管道生成,包括其调度器默认设置以及 LoRA 在堆栈中的应用位置。当你将运行重建为“标准” ComfyUI SD 图时,微小的差异(采样器/调度器选择、条件流、LoRA 加载器补丁点)可以累积——因此匹配提示、种子和步骤仍然无法保证相同的外观。在大多数“预览与推理”报告中,根本原因是 管道不匹配,而不是缺少一个旋钮。

RCSD15 自定义节点的作用

RCSD15 通过在节点内执行 Stable Diffusion 1.5 管道并通过 lora_path / lora_scale 一致地应用 AI Toolkit LoRA 来保持 SD 1.5 LoRA 推理对齐,具有 SD1.5 正确的默认设置,如 8 像素分辨率除数和负面提示支持。来源(RunComfy 开源):runcomfy-com repositories

如何使用 SD 1.5 LoRA 推理工作流

步骤 1:导入你的 LoRA(2 种选择)

  • 选项 A(RunComfy 训练结果): RunComfy → Trainer → LoRA Assets → 找到你的 LoRA → ⋮ → 复制 LoRA 链接
    Stable Diffusion 1.5: copy a LoRA link from the Trainer UI for RCSD15
  • 选项 B(AI Toolkit LoRA 在 RunComfy 外训练): 复制你的 LoRA 的直接 .safetensors 下载链接,并将该 URL 粘贴到 lora_path 中(无需下载到 ComfyUI/models/loras)

步骤 2:为 SD 1.5 LoRA 推理配置 RCSD15 自定义节点

将你的 LoRA 链接粘贴到 RC SD 1.5 (RCSD15) 中的 lora_path(无论是选项 A 的 RunComfy LoRA 链接,还是选项 B 的直接 .safetensors URL)。

Stable Diffusion 1.5: set lora_path on RCSD15 in ComfyUI

然后设置节点参数的其余部分(首先通过镜像你的训练预览/样本值以确认对齐,再进行调整):

  • prompt:你的正面提示(保持触发词与训练中使用的完全相同,如果有的话)
  • negative_prompt:可选;如果在采样期间没有使用负面,则留空
  • width / height:输出大小(必须是 8 的倍数以适应 SD1.5;512×512 是一个常见的基线)
  • sample_steps:推理步骤(25 是 SD 1.5 LoRA 推理的典型起点)
  • guidance_scale:指导强度(首先匹配你的预览值,然后逐步调整)
  • seed:在比较预览与 ComfyUI 推理时保持固定;在基线匹配后随机化
  • lora_scale:LoRA 强度(从你的预览值开始,然后以小增量调整)

训练对齐注意:如果你在训练期间自定义了采样,打开你的 AI Toolkit 训练 YAML 并镜像 width、height、sample_steps、guidance_scale、seed 和 lora_scale。如果你是在 RunComfy 上训练的,打开 Trainer → LoRA Assets → 配置并将预览/样本值复制到 RCSD15 中。

Stable Diffusion 1.5: copy preview sampling values from the training Config screen for RCSD15

步骤 3:运行 SD 1.5 LoRA 推理

点击 Queue/Run。SaveImage 节点将生成的图像写入你的标准 ComfyUI 输出文件夹。

SD 1.5 LoRA 推理故障排除

RunComfy 的 RC SD 1.5 (RCSD15) 自定义节点旨在通过在节点内部执行 SD1.5 Diffusers 管道(包括与 AI Toolkit 采样对齐的 DDPMScheduler 配置)并在 管道级别 通过 lora_path / lora_scale 注入你的适配器,帮助你回到 训练匹配的基线。首先使用 RCSD15 作为基线,然后进行调优。

(1)Lora 键未加载

为什么会发生这种情况

在 SD 1.5 工作流中,此警告几乎总是意味着 LoRA 包含的键 不能干净地映射 到当前正在修补的模块。最常见的 SD1.5 特定原因是:

  • LoRA 正在应用于 非 SD1.5 基础(例如 SDXL)或不匹配的 SD1.5 组件。
  • LoRA 正在通过与 AI Toolkit 预览采样器不同的路线注入(因此补丁点和默认设置不同)。
  • 你的本地 ComfyUI/自定义节点堆栈相对于你正在加载的 LoRA 键格式已过时。

如何修复(用户可靠的 SD1.5 方法)

  • 从管道对齐的基线开始: 通过 RCSD15 运行 LoRA 并仅通过 lora_path + lora_scale 加载(在调试时避免堆叠额外的 LoRA 加载器节点)。
  • 保持整个堆栈 SD 1.5: 确保你用于推理的基础检查点是 Stable Diffusion 1.5(SD1.5 LoRA 无法完全映射到 SDXL 模块)。
  • 更新后重新测试: 更新 ComfyUI 和你的自定义节点,然后重试相同的 RCSD15 运行(相同的提示/种子/步骤)以确认不匹配是工具相关还是资产相关。

(2)我的 AI Toolkit 预览看起来不错,但 ComfyUI 输出即使使用相同的提示/种子/步骤仍然漂移

为什么会发生这种情况

对于 SD 1.5,“相同的提示 + 相同的种子 + 相同的步骤”仍然会漂移,如果 调度器/采样器默认设置 不同。AI Toolkit 的 SD1.5 采样与 Diffusers SD1.5 管道设置相关联,而“标准” ComfyUI SD 图可能会使用不同的采样器/调度器行为和条件默认值——因此去噪路径发生了变化。

如何修复(首先进行管道级别对齐)

  • 首先使用 RCSD15 进行比较: RCSD15 在节点内运行一个 SD1.5 管道(Diffusers StableDiffusionPipeline)并通过 DDPMScheduler 配置对齐采样行为,然后在同一管道内通过 lora_path / lora_scale 应用你的 LoRA。
  • 在比较时精确镜像你的 AI Toolkit 预览值: width、height(SD1.5 期望 /8 可整除)、sample_steps、guidance_scale、seed、lora_scale。
  • 在验证时锁定变量: 保持 seed 固定直到基线匹配,然后一次仅调整一个参数。

(3)LoRA 加载,但效果比 AI Toolkit 样本弱(或强)得多

为什么会发生这种情况

在 SD 1.5 上,感知的 LoRA 强度对 管道 + 调度器 + CFG + 分辨率 非常敏感。如果推理管道与预览采样器不匹配,相同的 lora_scale 可能“感觉”明显不同。

如何修复(稳定的 SD1.5 调优顺序)

  • 在对齐前不要调优: 首先通过 RCSD15 验证基线(管道对齐),然后调优。
  • 使用固定的 seed 调整 lora_scale: 在其他所有内容锁定时,小的变化更容易判断。
  • 保持 SD1.5 分辨率规则一致: 确保 width/height 是 8 的倍数,以避免引入可能改变细节和感知强度的意外调整。

立即运行 SD 1.5 LoRA 推理

打开工作流,将你的 LoRA 粘贴到 lora_path 中,匹配你的预览采样值,然后运行 RCSD15 以在 ComfyUI 中获得训练匹配的 Stable Diffusion 1.5 LoRA 推理。

Want More ComfyUI Workflows?

AI视频中的可控动画 | 运动控制工具

让视频瞬间精准地遵循您的运动规则。

Qwen Image LoRA 推理 | AI 工具包 ComfyUI

使用单个 RCQwenImage 自定义节点,在 ComfyUI 预览中对齐 AI 工具包训练的 Qwen Image LoRA 推理。

AnimateDiff + ControlNet + IPAdapter V1 | 冒险游戏风格

将视频革命性地转变为冒险游戏风格,让游戏的刺激体验栩栩如生!

Wan 2.2 FLF2V | 首尾帧视频生成

使用 Wan 2.2 FLF2V 从起始和结束帧生成流畅视频。

Flux填充 | 修复和扩展

官方Flux工具 - 用于修复和扩展的Flux填充

混元 LoRA

使用下载的混元 LoRA 来控制视频生成中的风格和角色一致性。

PuLID | 精准的人脸嵌入用于文本到图像生成

PuLID | 精准的人脸嵌入用于文本到图像生成

使用 PuLID 和 IPAdapter Plus 无缝集成面部特征并控制风格。

IPAdapter Plus(V2)|合并图像

IPAdapter Plus(V2)|合并图像

在 IPAdapter Plus 中使用各种合并方法,精确高效地控制图像混合。

关注我们
  • 领英
  • Facebook
  • Instagram
  • Twitter
支持
  • Discord
  • 电子邮件
  • 系统状态
  • 附属
资源
  • 免费 ComfyUI 在线版
  • ComfyUI 指南
  • RunComfy API
  • ComfyUI 教程
  • ComfyUI 节点
  • 了解更多
法律
  • 服务条款
  • 隐私政策
  • Cookie 政策
RunComfy
版权 2026 RunComfy. 保留所有权利。

RunComfy 是首选的 ComfyUI 平台,提供 ComfyUI 在线 环境和服务,以及 ComfyUI 工作流 具有惊艳的视觉效果。 RunComfy还提供 AI Models, 帮助艺术家利用最新的AI工具创作出令人惊叹的艺术作品。