LLaDA-Image — ComfyUI AIO by T8

在 ComfyUI 中使用 LLaDA-Image Base / Turbo，支持文生图、VQ 生成和图片编辑。每个版本只需一个 AIO 单体文件，已内含文本编码器、VAE、tokenizer 等组件，无需再次转换。

模型是我们转换的，不是重新训练的。 inclusionAI 提供原模型与原始权重，T8 将其打包为 ComfyUI AIO，并进一步制作 INT8 混合量化版本。本仓库不是官方发布的 AIO，也不是可直接用 DiffusionPipeline.from_pretrained 加载的 Diffusers 目录。

1. 选择模型

只下载需要的一个文件即可，不必同时下载 BF16 与 INT8。

模型	大小	状态与下载
Base BF16 AIO	49.26 GB	下载，保留原验收版本
Turbo BF16 AIO	49.26 GB	下载，保留原验收版本
Base INT8 + ConvRot Mixed AIO	27.65 GB	下载，实验版
Turbo INT8 + ConvRot Mixed AIO	27.65 GB	下载，实验版

INT8 文件约缩小 43.9%，但不是无损转换，也不表示显存减半或速度翻倍。它已完成六套前端工作流实跑，尚未完成多提示词画质验收。

2. 安装与运行

按 GitHub README 安装节点，目录为 ComfyUI/custom_nodes/Comfyui-LLaDa-Image-T8。
INT8 用户必须先更新 GitHub 节点代码：在节点目录执行 git pull --ff-only。旧 Registry 0.1.0 不含 INT8 Loader 支持，不要重复安装两份节点。
将模型放到 ComfyUI/models/checkpoints/，重启 ComfyUI 并刷新浏览器。
打开下方对应前端 JSON，在 LLaDA-Image AIO Loader (T8) 中选模型，点击运行。图片编辑还需在 Load Image 上传输入图。

要求 ComfyUI 0.34.0+、Python 3.10+；INT8 本次验证使用 Comfy Kitchen 0.2.33。独立节点不需要修改 Core，不要自行用普通 Checkpoint Loader 替换范例中的 T8 Loader。原生 Core 支持仍在 PR #16095 中评审，不代表已经合并。

以下都是 ComfyUI 前端 UI 工作流，不是 API JSON：

功能	Base BF16	Turbo BF16	Base INT8	Turbo INT8
文生图	打开	打开	打开	打开
VQ 生成	打开	打开	打开	打开
图片编辑	打开	打开	打开	打开

默认 Base 50 步，Turbo 4 步。4 步仅指扩散阶段，VQ 的语义 token 生成仍较慢。

3. INT8 量化了什么

DiT attention / FFN（含 refiner），共 252 个线性层：INT8 + ConvRot，分组 256。
LLaDA2 MoE，共 57 个专家权重组：逐专家、逐输出通道 INT8，不旋转。
VAE、SigVQ、QueryFormer、其他文本层、路由器、归一化等：原始精度，字节不变；配置和 tokenizer 原样保留。

当前测试的 Core / Kitchen MoE ConvRot 路径不兼容三维专家权重，因此本包明确采用混合策略，不是“全模型 ConvRot”。INT8 存储也不等于所有运算都用 INT8，专家权重计算时会反量化。转换使用开源流式转换器，遵循 Kitchen 原生格式。

4. 实际输出

以下均为未经后期修改的 1024 × 1024 前端输出。INT8 与 BF16 不逐像素一致，构图和纹理可能变化。

功能	Base INT8	Turbo INT8
文生图
VQ 生成
图片编辑

编辑使用的输入图。BF16 六张原始效果图与历史验收保留不变；INT8 六套实跑记录独立记录，不借用 BF16 的画质结论。

本机验证环境：Windows、RTX 5090 Laptop 24 GiB 显存、64 GiB RAM、PyTorch 2.8.0+cu128。这不是最低配置保证；其他设备和后端未全面验证，FP8 / GGUF 不在本包验证范围。

5. 来源与校验

BF16 源版本固定为 Base e4e2703f410f7ddb6ee8d6b09dac6a8ec5093039、Turbo f4afc52d925bbac4e22a1c947111fc1f127e37e5。INT8 从本仓库对应 BF16 AIO 转换；两个模型各 1,130 个未量化张量已逐字节核对一致。

0866b75effdc7598d88f4d5228af90fb2e38e7ed92c08708fba9f1598b8f01a2  LLaDA-Image-Base-BF16-AIO.safetensors
198d9729aaf57df4d785f7c7a88179cb7ea4cbe09fa09ef5830662c82a444d8b  LLaDA-Image-Turbo-BF16-AIO.safetensors
4766571e1fc6ac8bc16940e46b91083b1a9a7a00f42750165b852e07a95e36fc  LLaDA-Image-Base-INT8-ConvRot-Mixed-AIO.safetensors
57263ccd5e26acb67d50350d2bca7586dcdff4b5206beb17bd6b3cef25758853  LLaDA-Image-Turbo-INT8-ConvRot-Mixed-AIO.safetensors

使用 PowerShell Get-FileHash 文件路径 -Algorithm SHA256 或 Linux sha256sum 文件路径 核对；SHA256SUMS.txt 和每个模型相邻的 .manifest.json 一并提供。INT8 manifest 保留转换时状态，后续推理证据单独发布，不改写原始记录。

社媒与相关资源

部分链接含推广或邀请参数；这些外部服务不是运行节点所必需的依赖。

License / attribution

原始模型归属 inclusionAI，模型权重遵循 Apache-2.0，详见 NOTICE。T8 提供 AIO 转换、量化与 ComfyUI 适配。节点代码的 GPL-3.0 许可证与模型权重许可证分开。

English: Community-converted Base/Turbo AIO checkpoints for ComfyUI. BF16 originals remain available; mixed INT8 ConvRot checkpoints are experimental, not lossless or quality-approved. Update the GitHub custom nodes before using INT8 and import the matching frontend workflow. No further conversion is needed.

Downloads last month: -; Downloads are not tracked for this model. How to track

Model tree for t8star/LLaDa-Image-Comfy

Base model

inclusionAI/LLaDA-Image

Finetuned

(1)

this model