Pruna 6 步 Qwen-Image 2.1 LoRA 发布官方 ComfyUI 包

来自官方模型卡片的 1024 分辨率示例。

当 PrunaAI 在九月首次发布这些适配器时，它们以 diffusers/PEFT 文件的形式提供，alpha 存放在 safetensors 元数据中，而 ComfyUI 的 LoRA 加载器并不会读取这类元数据，模型卡片也写明没有官方 ComfyUI 包。现在这两点都已改变：适配器以原生 ComfyUI 文件形式提供，并按预期缩放比例运行，工作流也由作者本人提供，而非社区转换版本。

两个 6 步适配器

v0.2 完整保留了 v0.1 的全部内容（5 步和 8 步），并新增一对训练方式不同的 6 步学生模型：

PrunaAI 表示，普通 6 步适配器在几乎所有分类中都优于 v0.1 的那一对。重要细节在于两套调度不可互换：v0.2 适配器是基于自己的 sigma 调度训练的，模型卡片明确说明不要沿用 v0.1 的数值。

提示词上采样已被折叠进 LoRA

Qwen-Image 2.1 的官方配方会在生成之前运行一个提示词增强器。6-steps-upsampled 适配器吸收了这一步，因此短提示词可以直接进入采样，端到端时间减少了单独调用增强器的那部分开销。

模型卡片中对上采样步骤的单独测量，而 v0.2 适配器正是要取代这一步。

模型卡片对这一说法相当谨慎。它称这是首个无需单独提示词上采样流程的蒸馏，随后又说明该适配器可能无法精确复现真实上采样器的效果，并承诺后续会做更多工作。Pruna 还用官方 Qwen-Image-2.1-PE-T2I 和 PE-I2I 增强器单独测量了上采样器，并提醒把两个中位数相加并不等于端到端数值。

来自官方模型卡片的编辑结果，这正是普通 6 步适配器所针对的任务。

官方 ComfyUI 导出包

ComfyUI 仓库包含四个 bf16 适配器，每个变体一个，以及六个工作流：v0.2 6 步、v0.1 8 步和 v0.1 5 步各自的文生图与图像编辑。每个工作流都通过原生 LoraLoaderModelOnly 节点以强度 1.0 加载一个适配器，使用 euler 采样器、CFG 1，并采用 ManualSigmas 调度。无需任何自定义节点。

目录结构与 ComfyUI 用户已有的 Qwen-Image 2.1 布局一致，基础 checkpoint 来自 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

模型卡片指定使用 base checkpoint，而非 Turbo 版本，并且每个适配器对应一套调度：

同一套调度同时覆盖两个 6 步变体：在 v0.2 工作流中把 lora_name 从 6-steps 切换为 6-steps-upsampled，就是它们在 ComfyUI 中的全部差值。

未改变的部分

• 训练覆盖范围仍为 1K。 适配器在 1024 分辨率下训练，编辑时最多支持三张参考图像。Pruna 建议从 1024x1024 开始，并将 2K 及以上分辨率以及更多参考图像视为超出覆盖范围，此时质量可能有所波动。
• 最高 6.3 倍加速 仍是核心数字，且不使用 CFG、不使用负面提示词。v0.2 的图表是新的测量结果，卡片指出它们并未与 v0.1 的图表对齐。
• Rank 64，覆盖 232 个线性目标，包括 proj_out，以 alpha 128 训练，并将 2 倍缩放折叠进导出的 B 矩阵。这就是强度必须保持为 1.0 的原因。
• v0.1 依然保留。 5 步和 8 步适配器未作改动，因此使用社区转换版本的现有工作流可以迁移到官方文件，而无需更改其调度。