Idol Turbo: 이미지에서 3D로, 가이던스 없는 5스텝으로 단축

입력, CFG를 사용한 6스텝의 베이스 모델, 6스텝과 8스텝의 증류된 학생 모델. 동일한 입력, 동일한 시드, 직교법 스플랫 렌더.

무엇이 바뀌었나

Idol의 플로 매칭 디노이저는 그대로입니다. 작성자가 추가한 것은 교사의 CFG 합성 속도(velocity)에 대해 회귀 학습된 두 개의 저랭크 전문가로, 이를 통해 classifier-free guidance가 가중치에 흡수되어 두 번째 중복 패스가 사라집니다. 절감의 대부분이 여기서 나옵니다. 50스텝에 CFG 3.0에서 두 번 평가하면 네트워크 호출 100회이고, 학생 모델은 5회만 필요합니다.

• 레시피: Glance 스타일의 위상 LoRA(arXiv 2512.02899), 두 개의 rank-32 전문가, 고노이즈 위상용 Slow-LoRA와 저노이즈 위상용 Fast-LoRA로 구성되며 t = 0.5에서 전환합니다.
• 학습 가능한 크기: 두 전문가를 합쳐 2,940만 개의 파라미터.
• 학습 세트(v5): 교사 레코드 4,650개, 93개의 단일 오브젝트 이미지에 대한 50스텝 CFG 3.0 궤적, 2,000스텝, H200 한 대에서 약 25분.

v5라는 라벨이 중요합니다. 이전 체크포인트는 10개의 이미지로 학습되어 그 세트와 다른 오브젝트에는 일반화가 잘 되지 않았습니다. 더 넓은 분포가 이번 릴리스의 핵심이며, 쇼케이스에 나오는 백팩은 학습에서 제외되어 있습니다.

오브젝트 5개, 각각 세 개의 패널: 입력, 5스텝의 turbo, CFG를 사용한 5스텝의 베이스 모델.

ComfyUI에서 사용하기

ComfyUI 형식의 두 LoRA는 Comfy-Org/Idol에 대해 검증되었습니다. 모듈 경로가 동일하고 가중치는 strength 1.0에 맞춰 미리 스케일되어 있습니다. idol_turbo_slow_comfy.safetensors와 idol_turbo_fast_comfy.safetensors를 리팩의 diffusion 모델, DINOv3 CLIP vision, VAE, 디코더와 함께 models/loras/에 넣은 다음 5스텝, CFG 1.0으로 설정하세요.

위상 분할을 연결하는 방법은 두 가지입니다.

• 2단계 방식: 5스텝 중 처음 4스텝을 KSampler (Advanced)에서 add_noise를 켠 채 slow LoRA로 실행하고, 마지막 스텝을 fast LoRA와 add_noise를 끈 상태로 완료합니다. 전환 지점은 시프트된 t = 0.5입니다.
• 간단한 방식: 전체 실행에 slow LoRA를 사용합니다. 5스텝 중 4스텝이 어차피 해당 위상에 속하며, 대신 후반부 디테일이 다소 손실됩니다.

작성자의 주의 사항은 기억해 둘 만합니다. 키 호환성은 검증되었지만, 2단계 분할은 ComfyUI 자체에서는 실행해 보지 않았습니다. fast 단계가 이상해 보인다면 slow만 사용하는 경로가 안전한 기본값입니다.

스텝 수를 낮춰가면: naive 샘플러는 색상(4스텝에서 백팩이 거의 검정색이 됨)과 구조(드래곤이 녹아내림)를 잃지만, 학생 모델은 가이던스 없이도 둘 다 유지합니다.

권장 기본값은 5스텝으로, naive 샘플링과 turbo 샘플링의 차이가 가장 크게 벌어지는 지점입니다. 8스텝에서는 둘 다 좋아 보이고, 4스텝 아래로 내려가면 둘 다 저하되지만 학생 모델이 더 천천히 무너집니다.

약한 부분

모델 카드에 명시되어 있습니다. 출력이 50스텝 교사보다 부드럽게 나올 수 있고, 4스텝에서는 색상이 따뜻하게 치우칠 수 있으며, 채도가 높은 오브젝트는 첫 10-이미지 체크포인트보다 약간 덜 선명하게 표현될 수 있습니다. 50스텝의 베이스 모델이 여전히 참조 기준이며, 모든 학습 실행과 지표, 평가 렌더가 akhaliq/idol-turbo-runs에 공개되어 있습니다.

SDK 경로의 경우 이 저장소는 그대로 교체할 수 있는 가중치입니다. 디노이저, 디코더, 가우시안 디코더, 배경 제거기, 설정이 speridlabs/idol과 바이트 단위로 동일하며, turbo.py가 가이던스 없는 샘플러를 추가합니다.

제공 현황

ComfyUI LoRA, SDK LoRA, turbo.py, 비교 그리드는 Hugging Face에 2026년 11월 3일 공개되었습니다. 실행에는 Comfy-Org Idol 리팩이 필요하고, SDK 경로는 여전히 Idol의 두 게이트 인코더(DINOv3와 FLUX.2-dev)를 요구합니다. 베이스 Idol은 약 7.2GB의 VRAM이 필요하며, LoRA는 여기에 1GB가 채 안 되는 용량을 추가합니다.