AI 纪元 追踪人工智能最新进展,深度解读前沿技术

把SD 3.5工作流迁进秋叶包V8,红节点只是第一关

把原生 ComfyUI 的 SD 3.5 工作流导入 2026 版秋叶 V8 后,红节点只是开头。模型路径、节点版本、T5 显存、ControlNet 精度和 LoRA 加载方式,才是最常见的五个排查点。

0 次阅读 约 2552 字 5 分钟 AI 生成
A macro shot of colorful patch cables connecting modules on a professional synthesizer, symbolizing a technical workflow.
A macro shot of colorful patch cables connecting modules on a professional synthesizer, symbolizing a technical workflow.

把在原生 ComfyUI 里已经跑通的 Stable Diffusion 3.5 工作流拖进 2026 版秋叶 ComfyUI V8,最先看到的通常是一片红节点。节点补齐后,命令行还可能停在 T5 文本编码器;继续往下跑,又会碰到 ControlNet 黑图、LoRA 强度拉到 1.0 仍没变化。

ComfyUI 官方支持说明提到,SD 3.5 Medium 有 2.6B 参数,并针对消费级硬件做了优化。秋叶 V8 的优势则是整合环境和一键启动。迁移时仍要重新核对配置,因为工作流 JSON 不会带走旧环境里的路径映射、节点版本和启动参数。

下文涉及 .bat 的操作适用于 Windows 启动方式。

文件在硬盘里,节点未必看得见

秋叶 V8 会通过根目录下的 extra_model_paths.yaml 接入模型库。主模型复制到 models/checkpoints,只解决了一部分问题。不少 SD 3.5 工作流还会通过 CLIPLoader 单独调用 CLIP 和 T5 编码器。

在本文对应的 V8 目录配置中,下面两个文件应放进 models/clip,或者放进 extra_model_paths.yaml 中映射为 clip 的目录:

  • t5xxl_fp16.safetensors
  • t5xxl_fp8_e4m3fn.safetensors

如果把它们和主模型一起塞进 models/checkpoints,文件虽然存在,加载节点仍可能报 FileNotFoundError。

排查时先看三处:extra_model_paths.yaml 指向的实际目录、节点下拉框里显示的文件名,以及工作流是否还记录着旧环境的路径或名称。移动文件后要重新扫描模型,必要时重启 ComfyUI。节点下拉框能选到文件,比资源管理器里“看得见”更重要。

红节点消失后,再看节点接口

导入工作流后,可以先进入 Manager,执行 Install Missing Custom Nodes。但不建议顺手把所有自定义节点全部更新。全量更新会同时改变太多变量,一旦启动失败,很难判断是哪一个节点引起的。

同名节点也可能存在版本差异。典型表现是红节点已经消失,输入参数却比原工作流少,或者工作流可以排队,出图却出现大面积色块。此时应对照原工作流检查节点接口,而不是继续调整采样器和提示词。

如果工作流用到了 ComfyUI-Advanced-ControlNet,优先核对它的版本;界面或辅助功能来自 ComfyUI-Custom-Scripts 时,也要确认兼容性。更新后若 ComfyUI 无法启动,再使用秋叶启动器提供的环境修复或回滚功能。

12GB 显存,先给 T5 减负

SD 3.5 Medium 的主模型参数量是 2.6B,但完整工作流的显存压力不只来自主模型。T5 文本编码器以 FP16 加载后,再接入 ControlNet,12GB 显存的 3060 或 4070 仍可能触发 OOM,也就是 Out of Memory。

可以在秋叶包现有的 .bat 启动参数中加入:

--fp8_e4m3fn-text-enc

这个参数会让文本编码器使用 FP8 精度,减轻显存压力。具体能省下多少显存、是否影响当前提示词,需要在同一工作流中实际对照,不宜套用固定数字。

改完参数后,先运行一个不带 ControlNet 和 LoRA 的基础文生图工作流。确认 T5 能正常加载和出图,再逐个接回其他模块。这样比在完整工作流里反复猜测更快。

ControlNet 黑图,先把 dtype 对齐

ControlNet 输出全黑或只剩随机噪声时,先检查启动器的精度设置。如果对应权重需要 bf16,而整合包强制使用 fp16,模型即使成功加载,输出也可能异常。

可以先把启动器中的 Precision 设置为 auto。使用支持 bf16 的 30 系列或 40 系列显卡时,也可以单独测试 bf16。每次只改一个选项,并保留同一提示词和工作流,方便确认变化来自哪里。

模型文件本身也要再看一遍:ControlNet 权重应位于 models/controlnet,文件名需要与加载节点中的选择一致。如果迁移后文件被重新命名,重新在节点下拉框中选择一次,不要继续沿用工作流记录的旧名称。

LoRA 拉到 1.0 仍无变化

先核对基模。针对 SD 3.5 Medium 训练的 LoRA 不能直接拿到 SDXL 上使用,反过来也一样。模型架构不匹配时,反复调整强度没有意义。

基模确认无误后,再看加载节点。简单的 LoraLoader 没有效果时,可以换成 LoraLoaderModelOnly 做一次对照。测试阶段只保留一个 LoRA,先确认它能否改变输出,再按原顺序接回其他 LoRA 和加速设置。

多组权重同时加载时,加载顺序或后续节点可能覆盖前面的效果。把链路缩到“主模型、一个 LoRA、基础文生图”三部分,通常更容易找到问题所在。

按这个顺序排查,少走回头路

  1. 打开 extra_model_paths.yaml,确认 T5、Checkpoint 和 ControlNet 的目录映射。
  2. 用 Manager 安装缺失节点,暂时不要全量更新自定义节点。
  3. 先运行基础 Text-to-Image;12GB 显存出现 OOM 时,再测试 --fp8_e4m3fn-text-enc。
  4. 接入 ControlNet,核对 auto、bf16 和模型文件名。
  5. 最后加载 LoRA,确认它对应 SD 3.5 Medium,并逐个恢复加载顺序。

迁移工作流时,最好始终保留一个能够稳定出图的最小版本。每接入一个模块就保存一次。下次再遇到 OOM、黑图或权重无效,排查范围只会落在刚刚增加的那一步。

参考资料

相关阅读