Новый узел: OmniLoRA

OmniLoRA — это узел для обучения в ComfyUI от автора сообщества cyberterm: подключите диффузионную модель, текстовый энкодер и VAE на холсте, укажите папку с изображениями и триггерное слово, чтобы начать обучение; LoRA сохраняется в models/loras, а обученную модель можно напрямую подключить к KSampler для проверки генерации изображений. По словам автора, он автоматически определяет архитектуру из среды выполнения ComfyUI, поддерживает Flux, Qwen-Image, Wan, SDXL, HunyuanVideo, LTX-Video и другие, а также позволяет обучаться на квантованных базовых моделях FP8, INT8 и GGUF; перед началом обучения рассчитывается требуемая видеопамять, а слои, которые не помещаются в неё, подгружаются из оперативной памяти по мере необходимости. Прилагается 5 примеров рабочих процессов и панель кривой потерь на холсте, чекпоинты можно сохранять вручную в любой момент, а при прерывании они сохраняются автоматически.

OmniLoRA — это узел для обучения в ComfyUI от автора сообщества cyberterm: подключите диффузионную модель, текстовый энкодер и VAE на холсте, укажите папку с изображениями и триггерное слово, чтобы начать обучение; LoRA сохраняется в models/loras, а обученную модель можно напрямую подключить к KSampler для проверки генерации изображений. По словам автора, он автоматически определяет архитектуру из среды выполнения ComfyUI, поддерживает Flux, Qwen-Image, Wan, SDXL, HunyuanVideo, LTX-Video и другие, а также позволяет обучаться на квантованных базовых моделях FP8, INT8 и GGUF; перед началом обучения рассчитывается требуемая видеопамять, а слои, которые не помещаются в неё, подгружаются из оперативной памяти по мере необходимости. Прилагается 5 примеров рабочих процессов и панель кривой потерь на холсте, чекпоинты можно сохранять вручную в любой момент, а при прерывании они сохраняются автоматически.

Почему это важно Не требуется настраивать отдельную среду для обучения; по словам автора, поддерживаются квантованные базовые модели FP8, GGUF и другие, а также видеокарты Intel, AMD и Apple; при нехватке видеопамяти слои выгружаются в оперативную память.

Звёзды на GitHub: 17 · Загрузки из Registry: 8

Лицензия: разрешено коммерческое использование · ComfyUI: узел сообщества, сканирование пройдено · Видеопамять: не указана

Аудит узлов: N1 прошли · N2 имеют предупреждения · N3 ожидают ручной проверки (версия 1.0.2)

  • СРЕДНИЙ РИСК: pickle / torch.load без параметра weights_only

Обоснование

  • Apache-2.0; в README приведены начальные параметры для портретов, стилей, быстрых тестов и работы с низким объёмом видеопамяти.
  • По словам автора, не требуются дополнительные зависимости pip, используются только встроенные в ComfyUI библиотеки torch, safetensors и Pillow.

Использование

  • После установки узла перетащите файл omni_lora_basic_workflow.json из папки example_workflows в ComfyUI, выберите модели в узлах Load Diffusion Model, CLIPLoader и VAELoader, укажите путь к папке с изображениями и trigger_word в узле OmniLoRA Dataset & Prompt Loader, затем нажмите Queue Prompt; для видеокарт с 8–12 ГБ автор рекомендует выбрать оптимизатор adafactor.

Риски

  • Аудит узлов: N1 прошли, N2 имеют предупреждения (один вызов torch.load, в коде уже указан параметр weights_only=True), ручная проверка N3 ещё не выполнена, поэтому в этом выпуске команда установки не приводится.
  • Версия 1.0.2 только что выпущена, количество загрузок из Registry очень мало; поддерживаемые архитектуры протестированы самим автором, результаты обучения зависят от базовой модели и данных.

Открыть

Comfy Registry

Открыть последние новости ИИ