BluePixel T8

ComfyUI BluePixel T8

简体中文 | English

BluePixel-Turbo 的 ComfyUI 原生适配：独立加载扩散模型、Qwen3 文本编码器和 DCAE-F64，连接官方采样与 VAE 节点，支持四步原生 4K 图像编辑。

模型下载 · 节点注册表 · 示例工作流 · 验证记录

功能

• 20 个节点；扩散主模型使用原生 INT8 ConvRot，文本编码器与 VAE 保留原始精度。
• 返回标准 MODEL、CLIP、VAE、CONDITIONING 等接口，支持 SamplerCustomAdvanced。
• 单图编辑、多参考图、比例保持、调度设置、种子批量与 JSONL 断点续跑。
• 提供 SFT / PEFT LoRA 合并转换、外部文本条件、噪声和 latent 输入接口。
• 8 组工作流，每组同时提供 UI JSON 和 API JSON。

安装

在 ComfyUI Manager 中搜索 BluePixel T8，或手动安装：

cd ComfyUI/custom_nodes
git clone https://github.com/T8mars/Comfyui-BluePixel-T8.git
cd Comfyui-BluePixel-T8
python -m pip install -r requirements.txt

请使用运行 ComfyUI 的 Python，然后重启 ComfyUI。要求 Python 3.10+、ComfyUI 0.43.0+、Diffusers 0.40+；CUDA INT8 运算取决于 PyTorch、comfy-kitchen 与显卡支持。PyTorch 由宿主 ComfyUI 提供。

模型

从 t8star/BluePixel-Comfy 下载以下三个文件，放入对应目录。约需 28.19 GB 磁盘空间，插件本身不包含权重。

| 组件 | 文件 | ComfyUI 目录 | 大小 | | --- | --- | --- | --- | | 扩散主模型 · INT8 ConvRot | bluepixel_turbo_int8_convrot.safetensors | models/diffusion_models/ | 9.09 GB | | Qwen3-8B · BF16 | bluepixel_qwen3_8b_original.safetensors | models/text_encoders/ | 16.39 GB | | DCAE-F64 · FP32 | bluepixel_dcae_f64.safetensors | models/vae/ | 2.71 GB |

三个组件使用本项目的 BluePixel Loader 加载，再连接官方节点。DCAE-F64 的空间压缩倍率为 64，不能与普通 Flux2 的 VAE 或空 latent 混用。

使用

1. 导入 1K 预览工作流 或 4K 编辑工作流。
2. 选择三个模型和输入图片，填写编辑指令。
3. 以 4 步、CFG 3 开始，运行工作流。4K 示例显式输出 4096×4096。

其余示例包括保留比例、训练 μ、固定 shift、多参考图、实验性无参考图生成和种子批量。完整操作、转换和批处理见使用说明，高级接口见高级输入。

验证与许可

已完成 261 项单测、8/8 API 工作流执行、实际 4096×4096 编辑，以及文本编码 / VAE 对照。INT8 是有损量化；速度、显存与画质随硬件和任务变化。测试条件与误差见验证记录，公开推理功能范围见覆盖清单。

节点代码使用 GPL-3.0-or-later。模型保留各上游许可，FLUX.2 Klein 9B 衍生权重受 FLUX 非商业许可约束；本项目不重新授权模型。详见 NOTICE 和模型许可。

感谢 vivo/BluePixel、openvivo/BluePixel-Turbo、ComfyUI、Qwen 和 NVIDIA DCAE。

T8star

B站 · YouTube · API · 免费画廊 · 在线 AI 应用 · ComfyUI 整合包 · Hugging Face