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 Registry0.1.0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：
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.