NitroFusion2：Z-Image-Turbo 的 1 步蒸馏，附 ComfyUI 工作流
NitroFusion2 将 Z-Image-Turbo 蒸馏至一步与两步，提供原生 ComfyUI 工作流和 2.0 GB 起的 GGUF 文件，以及每步约快 1.7 倍的 int8 文件。
相同提示词与种子：Z-Image-Turbo 与 NitroFusion2 在一步和两步下的对比。来自模型卡片。
变化之处
基础模型本来在八步内运行。NitroFusion2 把对抗损失移到 MMDiT 的文本流上，从而将其推进到一步：到网络中部时，文本 token 已经读取了图像，并持有对已生成内容的概括，因此在那里训练的判别器看到的是提示词自身对画面的视角。实际效果是，与普通的步数蒸馏相比，排版和小细节在单步下保留得更好。
运行方法
ComfyUI 默认文件夹中的三个文件，再加一个工作流：
nf2-bf16.safetensors（12.31 GB）放入models/diffusion_models/qwen_3_4b.safetensors放入models/text_encoders/，以lumina2加载ae.safetensors放入models/vae/
一步使用 euler / simple，CFG 1，shift 3。两步则切换到 shift 6，并加入反蒸馏 LoRA，仅在第一步为 0.5，第二步为 0.0；官方两步工作流通过两次采样器传递来实现这一点。
公布的 GGUF 档位在相同提示词与种子下的表现，从高精度到低精度。来自模型卡片。
更小的文件
仓库提供从 nf2-Q2_K_4XS（2.0 GB）到 nf2-Q8_0（7.2 GB）的 GGUF，每个在模型页面上都有各自的一步和两步工作流。一个第三方 ComfyUI 合集为同一 nf2-bf16 文件加入了 ComfyUI 原生量化，在 4090 上以 1024² 测得（PedroMarinhoDev/NitroFusion2-ComfyUI）：
| 文件 | 大小 | 1 步，4090 | 与 bf16 的预测误差 |
|---|---|---|---|
| bf16 | 12.31 GB | 0.50 s | 0 |
| int8 ConvRot | 6.18 GB | 0.29 s | 13.4% |
| W6A8 | 5.02 GB | 0.30 s | 17.5% |
| W4A8 | 3.49 GB | 0.29 s | 33.6% |
该误差是相对于 bf16 在 12 个提示词 × 4 个噪波样本上的预测而言的，作者表示几乎全部误差都落在细微纹理上，而非构图、人脸或文字上。请把它理解为三个文件之间的排序，而不是绝对的质量评分。
评论
使用 GitHub 登录后即可参与讨论。