Pruna의 6스텝 Qwen-Image 2.1 LoRA, 공식 ComfyUI 팩 출시

공식 모델 카드의 1024 해상도 샘플.

PrunaAI가 9월에 이 어댑터들을 처음 공개했을 때는 알파 값이 safetensors 메타데이터에 저장된 diffusers/PEFT 파일로 배포되었는데, ComfyUI의 LoRA 로더는 이 값을 읽지 못했고 모델 카드에는 공식 ComfyUI 패키지가 없다고 적혀 있었습니다. 이제 두 가지 모두 바뀝니다. 어댑터는 의도된 스케일로 동작하는 네이티브 ComfyUI 파일로 제공되며, 워크플로는 커뮤니티 변환본이 아니라 작성자 본인의 것입니다.

두 가지 6스텝 어댑터

v0.2는 v0.1 세트 전체(5스텝, 8스텝)를 유지하면서 서로 다른 방식으로 학습된 6스텝 학생 모델 한 쌍을 추가합니다:

PrunaAI는 기본 6스텝 어댑터가 거의 모든 카테고리에서 v0.1 쌍보다 개선되었다고 말합니다. 중요한 점은 두 스케줄이 서로 호환되지 않는다는 것입니다. v0.2 어댑터는 자체 sigma 스케줄로 학습되었으며, 모델 카드에서는 v0.1 수치를 재사용하지 말라고 안내합니다.

LoRA에 내장된 프롬프트 업샘플링

Qwen-Image 2.1의 공식 레시피는 생성 전에 프롬프트 인핸서를 실행합니다. 6-steps-upsampled 어댑터는 이 단계를 흡수하므로, 짧은 프롬프트가 곧바로 샘플링으로 들어가고 종단 간 시간이 별도 인핸서 호출 비용만큼 줄어듭니다.

v0.2 어댑터가 대체하려는 업샘플링 단계를 카드에서 별도로 측정한 결과.

카드는 이 주장에 신중합니다. 별도의 프롬프트 업샘플링 패스를 없앤 최초의 증류라고 소개하면서도, 어댑터가 실제 업샘플러의 동작을 정확히 재현하지 못할 수 있다고 밝히고 추가 작업을 예고합니다. Pruna는 또한 공식 Qwen-Image-2.1-PE-T2I 및 PE-I2I 인핸서로 업샘플러 자체를 측정했으며, 두 중앙값을 더한 값은 종단 간 수치가 아니라고 경고합니다.

공식 카드의 편집 결과. 기본 6스텝 어댑터가 최적화된 작업입니다.

공식 ComfyUI 내보내기

ComfyUI 저장소에는 변형별로 하나씩 총 네 개의 bf16 어댑터와 여섯 개의 워크플로가 있습니다. v0.2 6스텝, v0.1 8스텝, v0.1 5스텝 각각에 대한 텍스트 기반 이미지 생성과 이미지 편집 워크플로입니다. 각 워크플로는 네이티브 LoraLoaderModelOnly 노드로 어댑터 하나를 강도 1.0으로 로드하고, CFG 1에서 euler로 샘플링하며, ManualSigmas 스케줄을 사용합니다. 커스텀 노드는 필요하지 않습니다.

디렉터리 구조는 ComfyUI 사용자들이 Qwen-Image 2.1에 이미 쓰고 있는 것과 같으며, 베이스 checkpoint는 Comfy-Org/Qwen-Image-2.1에서 받습니다:

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

카드는 Turbo가 아닌 베이스 checkpoint를 지정하며, 어댑터마다 하나의 스케줄을 제시합니다:

동일한 스케줄이 두 6스텝 변형 모두에 적용됩니다. v0.2 워크플로에서 lora_name을 6-steps에서 6-steps-upsampled로 바꾸는 것이 ComfyUI에서 둘 사이의 유일한 차이입니다.

달라지지 않은 점

• 학습 범위는 여전히 1K입니다. 어댑터는 1024에서 최대 3개의 참조 이미지를 사용한 편집으로 학습되었습니다. Pruna는 1024x1024에서 시작할 것을 권장하며, 2K와 더 많은 참조는 범위를 벗어난 것으로 간주하여 품질이 달라질 수 있다고 설명합니다.
• 최대 6.3배 빠름은 여전히 대표 수치이며, CFG와 네거티브 프롬프트가 없습니다. v0.2 차트는 새로 측정한 것이며 v0.1 차트와 조건을 맞추지 않았다고 카드에 적혀 있습니다.
• 232개의 linear 타깃에 걸친 rank 64, proj_out 포함. 알파 128로 학습되었고 2배 스케일이 내보낸 B 행렬에 반영되어 있습니다. 그래서 강도를 1.0으로 유지해야 합니다.
• v0.1도 그대로 있습니다. 5스텝과 8스텝 어댑터는 변경되지 않았으므로, 커뮤니티 변환본을 사용하던 기존 워크플로도 스케줄을 바꾸지 않고 공식 파일로 옮길 수 있습니다.