LoRAs de 6 pasos de Pruna para Qwen-Image 2.1: pack oficial ComfyUI

Muestras de la tarjeta oficial del modelo a 1024.

Cuando PrunaAI publicó por primera vez estos adaptadores en septiembre, llegaron como archivos diffusers/PEFT con el alfa guardado en los metadatos de safetensors, que el cargador de LoRA de ComfyUI no lee, y la tarjeta del modelo indicaba que no existía un paquete oficial para ComfyUI. Ambas afirmaciones cambian ahora: los adaptadores vienen como archivos nativos de ComfyUI que se ejecutan a la escala prevista, y los flujos de trabajo son del propio autor en lugar de una conversión de la comunidad.

Dos adaptadores de 6 pasos

La v0.2 conserva todo el conjunto de la v0.1 (5 pasos y 8 pasos) y añade un par de modelos estudiantes de 6 pasos entrenados de forma diferente:

PrunaAI afirma que el adaptador simple de 6 pasos mejora al par de la v0.1 en casi todas las categorías. El detalle importante es que los dos programas de sigmas no son intercambiables: los adaptadores v0.2 se entrenaron con su propio programa de sigmas y la tarjeta del modelo indica que no se reutilicen los valores de la v0.1.

Upsampling de prompt integrado en el LoRA

La receta oficial de Qwen-Image 2.1 ejecuta un mejorador de prompt antes de la generación. El adaptador 6-steps-upsampled absorbe ese paso, de modo que un prompt corto pasa directamente al muestreo y el tiempo de extremo a extremo se reduce en el coste de una llamada separada al mejorador.

La medición separada que hace la tarjeta del paso de upsampling que el adaptador v0.2 pretende sustituir.

La tarjeta es cuidadosa con esa afirmación. La presenta como la primera destilación que elimina la necesidad de una pasada separada de upsampling de prompt, y luego indica que el adaptador puede no reproducir exactamente lo que haría el upsampler real, con más trabajo prometido. Pruna también midió el upsampler por separado, con los mejoradores oficiales Qwen-Image-2.1-PE-T2I y PE-I2I, y advierte que sumar las dos medianas no es una cifra de extremo a extremo.

Resultados de edición de la tarjeta oficial, la tarea para la que está ajustado el adaptador simple de 6 pasos.

La exportación oficial para ComfyUI

El repositorio de ComfyUI incluye cuatro adaptadores bf16, uno por variante, y seis flujos de trabajo: texto a imagen y edición de imágenes para el de 6 pasos v0.2, el de 8 pasos v0.1 y el de 5 pasos v0.1. Cada flujo de trabajo carga un adaptador con fuerza 1.0 mediante el nodo nativo LoraLoaderModelOnly, muestrea con euler a CFG 1 y utiliza un programa de sigmas ManualSigmas (Sigmas manuales). No se necesitan Nodos Personalizados.

La estructura de carpetas es la que los usuarios de ComfyUI ya tienen para Qwen-Image 2.1, con el checkpoint base de Comfy-Org/Qwen-Image-2.1:

ComfyUI/
└── models/
    ├── diffusion_models/
    │   └── qwen_image_2.1_int8_convrot.safetensors
    ├── loras/
    │   └── p_q_image_2.1_6_steps_v0.2_comfyui_bf16.safetensors
    ├── text_encoders/
    │   └── qwen3vl_8b_int8_convrot.safetensors
    └── vae/
        └── qwen_image_2.1_vae_bf16.safetensors

La tarjeta especifica el checkpoint base, no el Turbo, y un programa de sigmas por adaptador:

El mismo programa de sigmas cubre ambas variantes de 6 pasos: cambiar lora_name en los flujos de trabajo v0.2 de 6-steps a 6-steps-upsampled es toda la diferencia entre ellos en ComfyUI.

Lo que no ha cambiado

• La cobertura de entrenamiento sigue siendo de 1K. Los adaptadores se entrenaron a 1024 con hasta tres imágenes de referencia para edición. Pruna recomienda empezar a 1024x1024 y considera que 2K y más referencias quedan fuera de la cobertura, donde la calidad puede variar.
• Hasta 6.3 veces más rápido sigue siendo la cifra principal, sin CFG y sin prompt Negativo. Los gráficos de la v0.2 son mediciones nuevas y la tarjeta señala que no se emparejaron con los gráficos de la v0.1.
• Rango 64 en 232 objetivos lineales, incluido proj_out, entrenados con alfa 128 y la escala 2x integrada en las matrices B exportadas. Por eso la fuerza debe mantenerse en 1.0.
• La v0.1 sigue disponible. Los adaptadores de 5 y 8 pasos no han cambiado, así que un flujo de trabajo existente que use la conversión de la comunidad puede pasar a los archivos oficiales sin cambiar su programa de sigmas.