SenseNova-U1.5-8B-MoT BF16 / Legacy Final / SFT ComfyUI 单文件版

这里提供 SenseNova U1.5 的 Final 和 SFT ComfyUI 单文件权重版，配合 SenseNova U1.5 ComfyUI 节点 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：

SenseNova U1.5 (T8)

也可以使用 Comfy CLI：

comfy node install sensenova-u15-t8

或手动安装最新版：

cd ComfyUI/custom_nodes
git clone https://github.com/T8mars/Comfyui-SenseNova-U1.5-Wrapper-T8.git

节点地址：

• GitHub
• Comfy Registry

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：

ComfyUI/models/diffusion_models/

使用 Hugging Face CLI 下载：

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：

SenseNova-U1.5-8B-MoT-LoRA-8step-ComfyUI.safetensors

放到：

ComfyUI/models/loras/

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。

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
• 批量文生图工作流（默认一次 2 张）
• 8-step LoRA 文生图工作流
• 普通编辑工作流（img_cfg=1）
• 稳定多参考编辑工作流（人物换装案例）
• SFT 文生图工作流
• SFT 图像编辑工作流

推荐参数

第一次使用建议保持：

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：

选择 Custom 时继续使用节点上的 width / height。

8-step LoRA 使用：

LoRA strength: 1
steps: 8
CFG: 1
cfg_norm: none
shift: 3
sampler: euler
scheduler: normal
denoise: 1

连接方式：

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：

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。

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。

2048×2048 文生图

参数：2048×2048、50 步、CFG 4、shift 3、Euler/normal、seed 42。

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。

文件信息

Final BF16 单文件（推荐）

Final 旧版混合精度单文件（继续兼容）

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

8-step LoRA 文件

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
• SFT 模型：sensenova/SenseNova-U1.5-8B-MoT-SFT
• 官方 LoRA：sensenova/SenseNova-U1.5-8B-MoT-LoRAs
• 官方代码：OpenSenseNova/SenseNova-U1
• 论文：SenseNova-U1.5
• ComfyUI 节点：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
• B站
• YouTube
• ComfyUI 整合包
• 模型网盘