--- license: apache-2.0 language: - en - zh library_name: comfyui pipeline_tag: text-to-image base_model: - sensenova/SenseNova-U1.5-8B-MoT - sensenova/SenseNova-U1.5-8B-MoT-SFT tags: - comfyui - safetensors - sensenova - image-generation - image-editing - multi-reference-image-editing inference: false --- # SenseNova-U1.5-8B-MoT BF16 / Legacy Final / SFT ComfyUI 单文件版 这里提供 SenseNova U1.5 的 [Final](https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT) 和 [SFT](https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT-SFT) **ComfyUI 单文件权重版**，配合 [SenseNova U1.5 ComfyUI 节点](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8) 使用。 本仓库是社区转换版本，并非 SenseNova 官方仓库。权重没有经过训练、微调或量化，只把官方固定版本的分片权重重新打包为一个 `safetensors` 文件，方便 ComfyUI 用户下载和管理。 ## 支持什么 - 文生图 - 单张参考图编辑 - 1～10 张多参考图编辑 - 同一提示词/参考图一次生成 1～16 个不同结果 - ComfyUI 原生 `KSampler` - Final / SFT 的 50 步文生图和图像编辑 - 官方 U1.5 8-step LoRA（只搭配 Final，底层走 ComfyUI 原生 LoRA/ModelPatcher） - 自定义 `img_cfg` 的三路图像引导 - CFG Norm、CFG 生效区间和结构化编辑提示词 - ComfyUI 显存卸载和低显存加载 - 批量生成时按分支复用文本/参考图 prefix KV cache，每张结果仍使用独立随机噪声 > 这不是普通 SD/SDXL checkpoint，也不是 Diffusers 目录。请使用配套的 ComfyUI 节点加载。 ## 快速开始 ### 1. 安装节点 在 ComfyUI-Manager 中搜索： ```text SenseNova U1.5 (T8) ``` 也可以使用 Comfy CLI： ```bash comfy node install sensenova-u15-t8 ``` 或手动安装最新版： ```bash cd ComfyUI/custom_nodes git clone https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8.git ``` 节点地址： - [GitHub](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8) - [Comfy Registry](https://registry.comfy.org/nodes/sensenova-u15-t8) 建议使用配套节点 `1.3.5` 或更高版本。`1.3.5` 支持官方全 BF16 Final、新旧 Final 双版本严格校验、官方分辨率预设，以及 ComfyUI v0.34.0 / Python 3.10～3.14 CI。 ### 2. 下载模型 按需要下载底模： - `SenseNova-U1.5-8B-MoT-BF16-T8.safetensors`：新版全 BF16 Final，约 35 GB，推荐 - `SenseNova-U1.5-8B-MoT-T8.safetensors`：旧版混合精度 Final，约 50 GB，继续兼容 - `SenseNova-U1.5-8B-MoT-SFT-T8.safetensors`：SFT，约 35 GB 放到： ```text ComfyUI/models/diffusion_models/ ``` 使用 Hugging Face CLI 下载： ```bash hf download t8star/SenseNova-U1.5-Comfy \ SenseNova-U1.5-8B-MoT-BF16-T8.safetensors \ --local-dir ComfyUI/models/diffusion_models ``` 下载 SFT 时把文件名改为 `SenseNova-U1.5-8B-MoT-SFT-T8.safetensors`。已有旧版 Final 的用户无需重新下载，节点 1.3.5 继续支持 `SenseNova-U1.5-8B-MoT-T8.safetensors`。 需要 8 步快速文生图时，再下载： ```text SenseNova-U1.5-8B-MoT-LoRA-8step-ComfyUI.safetensors ``` 放到： ```text ComfyUI/models/loras/ ``` ```bash hf download t8star/SenseNova-U1.5-Comfy \ SenseNova-U1.5-8B-MoT-LoRA-8step-ComfyUI.safetensors \ --local-dir ComfyUI/models/loras ``` 新版 BF16 Final 是官方对同一 Final 模型进行的全 BF16 转换与重新分片；旧版混合精度 Final 仍受支持。两个 Final 都支持 50 步生成/编辑和官方 8-step LoRA。SFT 是独立训练阶段，只使用 50 步，不叠加 LoRA。Preview 不受支持。 | 文件/组合 | 配套节点支持 | 说明 | |---|---:|---| | U1.5 Final BF16，50 步生成/编辑 | ✅ | 当前推荐模型，约 35 GB | | U1.5 Final 旧版混合精度，50 步生成/编辑 | ✅ | 兼容已有下载，约 50 GB | | U1.5 Final + `-ComfyUI` 8-step LoRA | ✅ | 仅用于 8 步文生图 | | U1.5 SFT，50 步生成/编辑 | ✅ | 独立底模，不叠加 8-step LoRA | | U1.5 Preview | ❌ | 旧预览权重 | | 官方未转换的 raw LoRA | ❌ | 请下载本仓库带 `-ComfyUI` 的版本 | ### 出现 `checkpoint key mismatch` 怎么办 先更新配套节点到 `1.3.5` 或更高版本，然后彻底关闭并重启 ComfyUI。不要修改 loader、关闭动态加载或删除报错键来绕过校验；错误权重加载方式可能造成画面模糊、偏色或不遵循提示词。 如果更新后仍报错，请检查 `ComfyUI/custom_nodes/` 下是否存在两份同名节点，并对照下方文件大小和 SHA256。新版报错会显示实际 `model=` 和 `loader=` 路径，可用来确认 ComfyUI 到底加载了哪一份文件。 ### 3. 下载工作流 下面工作流可以直接下载并拖进 ComfyUI： - [文生图工作流](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/raw/main/examples/t2i_workflow.json) - [批量文生图工作流（默认一次 2 张）](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/raw/main/examples/batch_t2i_workflow.json) - [8-step LoRA 文生图工作流](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/raw/main/examples/t2i_8step_workflow.json) - [普通编辑工作流（img_cfg=1）](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/raw/main/examples/edit_workflow.json) - [稳定多参考编辑工作流（人物换装案例）](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/raw/main/examples/multi_reference_edit_workflow.json) - [SFT 文生图工作流](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/raw/main/examples/sft_t2i_workflow.json) - [SFT 图像编辑工作流](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/raw/main/examples/sft_edit_workflow.json) ![SenseNova 多参考编辑工作流](https://raw.githubusercontent.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/main/docs/images/multi-reference-edit-workflow.jpg) ## 推荐参数 第一次使用建议保持： ```text steps: 50 CFG: 4 img_cfg: 1 shift: 3 sampler: euler scheduler: normal denoise: 1 ``` 官方建议的分辨率预设： | 比例 | 分辨率 | |---|---:| | 1:1 | 2048 × 2048 | | 16:9 | 2720 × 1536 | | 9:16 | 1536 × 2720 | | 2:3 | 1664 × 2496 | | 3:2 | 2496 × 1664 | 选择 `Custom` 时继续使用节点上的 width / height。 8-step LoRA 使用： ```text LoRA strength: 1 steps: 8 CFG: 1 cfg_norm: none shift: 3 sampler: euler scheduler: normal denoise: 1 ``` 连接方式： ```text SenseNova Loader (Final / SFT，选择 Final) → SenseNova U1.5 8-Step LoRA → Sampling Options → KSampler ``` 官方 8-step LoRA 主要用于快速文生图；图像编辑建议继续使用不加 LoRA 的 50 步工作流。 普通文生图和 `img_cfg=1` 的编辑可以使用 `KSampler`。 当 `img_cfg` 不是 1 时，请使用 `SenseNova Edit Guider` 和 ComfyUI 自带的 `SamplerCustomAdvanced`。`SenseNova Sampling Options` 输出的同一个 `MODEL` 必须同时连接到 `Edit Guider` 和 `BasicScheduler`。 多参考图会按照官方规则标记为 `Image-1`、`Image-2` 等。提示词示例： ```text Use Image-1 as the illustration style and Image-2 as the food subject. ``` 普通的 `SenseNova Reference Image` 节点提供 `Image-1` 和可选的 `Image-2`；需要 3～10 张图时使用 `SenseNova Reference Images (1-10)`。图像职责按顺序写进提示词即可。人物换装时，`Image-1` 放人物主图，`Image-2` 放服装图。 ## 实际结果 ### U1.5 SFT：2048×2048、50 步中文文字密集文生图 参数：SFT 单文件底模、2048×2048、50 步、CFG 4、shift 3、Euler/normal、seed 42。标题、材料数量、3 个步骤和 170°C 提示均为模型直接生成，没有后期修字。 ![SenseNova U1.5 SFT 中文炸鸡信息图](https://raw.githubusercontent.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/main/docs/images/result-sft-t2i-2048.png) ### 2048×2048、8 步中文文字密集文生图 参数：2048×2048、8 步、CFG 1、shift 3、LoRA strength 1、Euler/normal、seed 42。标题、副标题、材料、步骤和温度提示均为模型直接生成，没有后期修字。 ![SenseNova U1.5 8-step 中文炸鸡信息图](https://raw.githubusercontent.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/main/docs/images/result-t2i-8step-2048.png) ### 2048×2048 文生图 参数：2048×2048、50 步、CFG 4、shift 3、Euler/normal、seed 42。 ![SenseNova 2048 文生图结果](https://raw.githubusercontent.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/main/docs/images/result-t2i-2048.png) ### 2048×2048 双参考图编辑 参数：2048×2048、50 步、CFG 4、img_cfg 1、shift 3、Euler/normal、seed 42。第一张图提供手账版式和文字密度，第二张图提供炸鸡主体。大标题、材料和主要步骤可读，局部小字仍有错字和重叠，本图没有后期修字。 ![SenseNova 2048 双参考图编辑结果](https://raw.githubusercontent.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8/main/docs/images/result-multi-reference-2048.png) ## 文件信息 ### Final BF16 单文件（推荐） | 项目 | 内容 | |---|---| | 文件名 | `SenseNova-U1.5-8B-MoT-BF16-T8.safetensors` | | 文件大小 | `35,065,860,328` bytes（约 32.66 GiB） | | SHA256 | `a32b117f40ad4575c6709b3ad6efb1c6b743ef1c1c3d75360f14090b997f1d29` | | tensor 数量 | `1116` | | 存储 dtype | 全部 BF16 | | 官方源版本 | `19bc874ef6ffc97fda9837b40fc1d1301806158a` | ### Final 旧版混合精度单文件（继续兼容） | 项目 | 内容 | |---|---| | 文件名 | `SenseNova-U1.5-8B-MoT-T8.safetensors` | | 文件大小 | `50,222,155,152` bytes（约 46.78 GiB） | | SHA256 | `2e5c4451969a8af9d7bcbf9d00a0fe463b15ed44149d8d79f31409e671587615` | | tensor 数量 | `1116` | | 存储 dtype | BF16 / F32 混合，保持官方权重格式 | | 官方源版本 | `1f6ec60423d29939dde4202fd82ae340b144e280` | 三份底模转换都保留了对应官方 revision 的 tensor 名称、shape、存储 dtype 和原始数据。节点会按新版 Final、旧版 Final、SFT 三个 profile 检查 metadata、文件大小、全部 tensor 名称、shape 和 dtype；损坏或版本不匹配会直接报错。 ### SFT 单文件 | 项目 | 内容 | |---|---| | 文件名 | `SenseNova-U1.5-8B-MoT-SFT-T8.safetensors` | | 文件大小 | `35,065,860,320` bytes（约 32.66 GiB） | | SHA256 | `9c105bb4baaf244bbd99f814c36f190228c5878f8889295e3dba285441442f2f` | | tensor 数量 | `1116` | | 存储 dtype | BF16，保持官方权重格式 | | 官方源版本 | `661834c5b5aee0f89958353511d6ac0ccaacb646` | ### 8-step LoRA 文件 | 项目 | 内容 | |---|---| | 文件名 | `SenseNova-U1.5-8B-MoT-LoRA-8step-ComfyUI.safetensors` | | 文件大小 | 约 815 MB | | SHA256 | `dd5320f06986688dd41b0a4a2cb6ebd0036308f8a8a2d0c349ca22875a805aa1` | | module / tensor | `294 / 882` | | 官方源文件 SHA256 | `3ef32180cdf1e30a870a83f4f136e897ea50b7ee467f863d75633464ebb25708` | | 官方源版本 | `e909f4636d119d65fe4cba8770c19daff2ac102e` | 这个版本只给官方 LoRA 键名添加 ComfyUI 需要的 `diffusion_model.` 前缀，882 个张量的数据逐字节不变。 ## 模型说明 SenseNova-U1.5 是统一的多模态 Transformer。图像生成部分直接在 RGB 像素 patch 空间中进行 flow matching，不使用传统的 VAE latent。因此： - 模型文件比常见 diffusion checkpoint 大很多； - 不能用普通 Checkpoint Loader、UNet Loader 或 Diffusers Loader 直接加载； - 请使用配套节点提供的 pixel-space latent、调度和采样配置。 ## 实测环境 - 本地实测 ComfyUI 0.33.x - CI：最低支持的 ComfyUI 0.31，以及当前稳定版 ComfyUI v0.34.0 - Python 3.10、3.12、3.13、3.14 - NVIDIA CUDA + BF16 - RTX 5090 Laptop 24 GB - 64 GB 系统内存 2048×2048、50 步文生图和图像编辑已在 24 GB 显存下完成。模型加载和卸载会占用较多系统内存，建议准备 64 GB RAM 和足够的虚拟内存。 ## 当前限制 - 目前只正式验证 NVIDIA CUDA + BF16 - 不支持运行时自动下载模型 - 不包含量化、bbox/marker 或 think mode - 单个参考图节点最多接 10 张图；批量结果数量可设为 1～16 - 复杂主体替换、多区域或多约束编辑可能出现内容漂移 - FP16、ROCm、MPS、DirectML、XPU、NPU 尚未验证 - 不支持 Hugging Face Inference Providers 直接调用 ## 来源与许可 - 基础模型：[sensenova/SenseNova-U1.5-8B-MoT](https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT) - SFT 模型：[sensenova/SenseNova-U1.5-8B-MoT-SFT](https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT-SFT) - 官方 LoRA：[sensenova/SenseNova-U1.5-8B-MoT-LoRAs](https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT-LoRAs) - 官方代码：[OpenSenseNova/SenseNova-U1](https://github.com/OpenSenseNova/SenseNova-U1) - 论文：[SenseNova-U1.5](https://arxiv.org/abs/2605.12500) - ComfyUI 节点：[T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8](https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8) 模型与官方参考实现使用 Apache License 2.0。本仓库仅提供权重重打包，不改变原模型许可。使用模型时请同时遵守适用法律、原始模型许可和平台规则。 ## 相关链接 - [T8star Hugging Face](https://huggingface.co/t8star) - [B站](https://space.bilibili.com/385085361) - [YouTube](https://www.youtube.com/@T8star-Aix/) - [ComfyUI 整合包](https://pan.quark.cn/s/264edb7e36bd) - [模型网盘](https://pan.quark.cn/s/6b756fdae32d)