企业官网建设流程全解析

Qwen-Image-2.1-viggle-turbo ComfyUI教程：2个自定义节点+2套现成工作流，10分钟搭好少步生图

【免费下载链接】Qwen-Image-2.1-viggle-turbo项目地址: https://ai.gitcode.com/hf_mirrors/Viggle/Qwen-Image-2.1-viggle-turbo

本文带你快速搭好Qwen-Image-2.1-viggle-turbo的 ComfyUI 少步生图环境。它是一款把 Qwen-Image-2.1 从 40 步推理压缩到6 步的蒸馏 LoRA 模型，速度提升约 5 倍，同时支持文生图（T2I）和指令式图像编辑（I2I），质量与 40 步基础模型非常接近。仓库内自带 comfyui/viggle_turbo.py 两个自定义节点，以及 Qwen-Image-2.1-viggle-turbo-t2i.json、Qwen-Image-2.1-viggle-turbo-edit.json 两套可直接拖入运行的工作流，照着本文操作，10 分钟即可跑通。

一、为什么选 Qwen-Image-2.1-viggle-turbo 做少步生图

少步生图（Few-Step Image Generation）是 ComfyUI 用户提升出图效率的核心技巧，而 viggle-turbo 的做法非常"聪明"：

• 6 步出图，约 5 倍加速：采用 DMD（分布匹配蒸馏）训练的学生模型，用 6 次 transformer 前向替代 40 步，且全程关闭 CFG，每一步只需一次模型调用。
• 双能力：同一个 LoRA 既能文生图，也能带 1~3 张参考图做指令式编辑（换背景、改姿态、多参考合成）。
• 质量有保障：在 96 条保留测试集上，布局漂移为 0%，多样性达到基础模型的 0.98 倍。

推荐版本：v0.2.1（2026-09-24 发布），使用 Qwen-Image-2.1-viggle-turbo-v0.2.1-6step-lora-r256.safetensors 或其轻量版 Qwen-Image-2.1-viggle-turbo-v0.2.1-6step-lora-r128.safetensors。

二、ComfyUI 自定义节点安装：一键复制 viggle_turbo.py

整个 ComfyUI 环境只需安装1 个节点文件，无需任何额外插件：

1. 克隆仓库获取全部文件：

   git clone https://gitcode.com/hf_mirrors/Viggle/Qwen-Image-2.1-viggle-turbo

2. 把 comfyui/viggle_turbo.py 复制到你的ComfyUI/custom_nodes/目录；

3. 重启 ComfyUI。

重启后，节点管理器中会多出两个节点：

⚠️ 为什么不用 ComfyUI 自带的 LoRA 加载器？因为它会把 LoRA合并进权重，在 bf16 下平均丢掉约 30% 的更新量，int8 下还会引入数倍噪声。未合并节点每步仅多花 10~25% 时间，却能把与官方 diffusers 结果的差距降到最低。

三、模型文件清单：4 个目录一次放齐

工作流已内置下载链接，手动放置时请对照下表（基础文件与 ComfyUI 官方 Qwen-Image-2.1 模板一致）：

显存参考：全模型常驻加载时，1248×832 出图峰值约26 GB VRAM；显存不够就选 bf16 基础文件或降低分辨率。

四、工作流一：文生图（T2I）最快上手

把 comfyui/Qwen-Image-2.1-viggle-turbo-t2i.json 直接拖进 ComfyUI 画布，工作流左上角自带一份完整的设置说明便签（MarkdownNote 节点）。核心使用步骤：

1. 写提示词：输入一段英文描述，如 "A studio portrait of an old fisherman mending a net, warm rim light, 85mm."；
2. 提示词增强（可选）：Enhance prompt开关默认开启，会用 Qwen3-VL 按官方改写器把短句扩写成详细描述——模型正是用"长描述提示词"蒸馏训练的，短提示词强烈建议开启；
3. 设尺寸：约 1 MP（如 1024×1024）是甜点位，最大可到约 4 MP，宽高保持 32 的倍数；
4. 点 Queue Prompt 出图。

需要记住的三个"保持不变"：采样器用euler、引导器用BasicGuider（无 CFG、不填负向提示词）、LoRA 强度1.0。

五、工作流二：带参考图的指令式图像编辑

编辑工作流 comfyui/Qwen-Image-2.1-viggle-turbo-edit.json 支持 1~3 张参考图，提示词中可用image 1、image 2指代具体图片（顺序由加载顺序决定）。

准备示例素材：仓库自带的两张示例参考图 comfyui/input/cat.webp 和 comfyui/input/woman2.webp 复制到ComfyUI/input/目录即可直接使用。

典型编辑提示词示例：

"Replace the background with a sunset beach, keep the subject unchanged."

两个 ComfyUI 与 diffusers 的差异点请注意：

• 编辑工作流的输出尺寸跟随image 1（diffusers 跟随最后一张参考图）；
• 提示词增强开启时，编辑改写器会同时看到 image 1 和 image 2。

六、少步生图进阶：6 步 sigma 调度的使用规则

这是保证少步生图质量的关键，来自 README.md 的官方规则：

• 标准 6 步：num_inference_steps=6+sigmas=[1.0, 0.9375, 0.875, 0.75, 0.5, 0.25]，true_cfg_scale=1.0，不加负向提示词；
• 改步数只动高噪端：构图在前 5% 噪声区间确定，0.875, 0.75, 0.5, 0.25四个低噪节点绝不能移动；想加/减步数，只在1.0 → 0.875之间等分切分（如 5 步、7 步）；
• 密集小字场景：可用 8 步[1, 0.9375, 0.875, 0.75, 0.625, 0.5, 0.25, 0.125]，小字会明显更清晰；
• r128 vs r256：r128 是 r256 的精确 SVD 截断（每层保留 83~100% 能量，中位 95%），图像差距处于噪声水平，显存紧张时放心选 r128。

七、常见问题排查

1. 提示词增强节点报 CUDA 驱动错误comfy_kitchen0.2.35 在 NVIDIA 驱动低于 580 时，TextGenerate节点会报错。升级驱动，或把Enhance prompt关掉——出图本身不依赖这条代码路径。

2. 复杂编辑效果不如 40 步基础模型？属于已知边界：多参考合成、换脸、身份保持类编辑仍可能产生重影或身份漂移；密集小字渲染也更容易出错。简单指令式编辑和文生图则与基础模型难分伯仲。

3. 出图偏软、构图漂移？检查是否误用了普通 KSampler 调度器（必须用 Viggle Turbo Sigmas 节点），或移动了低噪节点。调度不对，蒸馏效果会大打折扣。

八、文件速查表

📌 许可提醒：本项目基于 Qwen RESEARCH LICENSE 发布，仅限非商业研究用途，详见 LICENSE 与 NOTICE。

至此，两个自定义节点 + 两套现成工作流已全部就位。按上面步骤操作，你就能在 ComfyUI 里享受 6 步出图、约 5 倍速的 Qwen-Image-2.1 少步生图体验了 🚀

【免费下载链接】Qwen-Image-2.1-viggle-turbo项目地址: https://ai.gitcode.com/hf_mirrors/Viggle/Qwen-Image-2.1-viggle-turbo