.ai

i migliori modelli di IA open source

Cerca

Nodo Unet Loader (GGUF) in ComfyUI

Unet Loader (GGUF) carica versioni quantizzate Q8, Q6, Q5 e Q4 .gguf di Flux, Wan, Hunyuan, Qwen-Image e altri grandi transformer così da farli girare su GPU da 6-12 GB; DualCLIPLoader (GGUF) fa lo stesso per gli encoder testuali T5.

Pacchetto di nodi: ComfyUI-GGUF

Categoria: Loader

Cosa fa Unet Loader (GGUF)

GGUF è il formato di quantizzazione di llama.cpp, portato ai modelli di immagini e video dal pacchetto ComfyUI-GGUF di city96. Un transformer Flux Dev che richiede 24 GB in bf16 diventa 12 GB a Q8, 7 GB a Q4_K_S, con una qualità che peggiora gradualmente. Unet Loader (GGUF) legge questi file da models/unet (o models/diffusion_models) e produce un MODEL normale; i pesi vengono dequantizzati al volo, quindi è un po' più lento di fp8 ma funziona dove fp8 non entra. DualCLIPLoader (GGUF) e CLIPLoader (GGUF) caricano gli encoder testuali t5xxl e umt5 GGUF allo stesso modo.

LoRAs, ControlNets e IP-Adapters funzionano con i modelli GGUF. Il resto del grafo resta invariato: encoder testuali, VAE, sampler e nodi ModelSampling sono gli stessi della versione safetensors.

Ingressi

Nome	Tipo	Cos'è
unet_name	COMBO	Un file .gguf da models/unet o models/diffusion_models.

Uscite

Nome	Tipo	Cos'è
MODEL	MODEL	Il modello quantizzato per i loader LoRA e KSampler.

Salta la configurazione: workflow ComfyUI preinstallati sul cloud

BitVector esegue workflow ComfyUI pronti all'uso sulle proprie GPU. Niente installazione, niente nodi mancanti, niente riquadri rossi. Aprilo dal telefono o dal portatile e genera in un minuto.

Prova BitVector

Come usare Unet Loader (GGUF)

Installa ComfyUI-GGUF dal Manager (serve il pacchetto Python gguf, si installa automaticamente).
Scarica il GGUF Q8_0 (migliore) o Q4_K_S (più piccolo) del tuo modello in models/unet.
Sostituisci Load Diffusion Model con Unet Loader (GGUF) e scegli il file.
Se vuoi, usa DualCLIPLoader (GGUF) con t5-v1_1-xxl-encoder-Q5_K_M.gguf per ridurre l’encoder testuale.
Mantieni il resto del grafo; fai il render come al solito.

Impostazioni e consigli

Q8_0 è visivamente identico a fp16 per la maggior parte dei modelli; Q5_K_M è il punto giusto per schede da 8 GB; Q4 mostra piccole perdite di texture.
La decodifica GGUF usa CPU/GPU: aspettati passaggi dal 10 al 30% più lenti di fp8 su schede che supportano fp8.
Per Wan 2.2 ci sono GGUF sia per il modello ad alto rumore che per quello a basso rumore.
Non mischiare: VAE e CLIP-L restano file safetensors.
--lowvram insieme a GGUF Q4 permette a Flux di girare su 6 GB con risultati lenti ma funzionanti.

Risoluzione dei problemi di Unet Loader (GGUF)

Il file .gguf non appare nel menu a tendina

Perché succede

Il pacchetto non è installato (il nodo sarebbe rosso), o il file è nella cartella sbagliata.

Come risolverlo

Installa ComfyUI-GGUF, metti il file in models/unet o models/diffusion_models e premi R.

Errore: architettura GGUF sconosciuta / tipo di quantizzazione non supportato

Perché succede

Il GGUF è un modello linguistico, o un tipo di quantizzazione più nuovo del pacchetto installato.

Come risolverlo

Scarica un GGUF per modelli immagine dai repository city96 o QuantStack e aggiorna ComfyUI-GGUF.

La LoRA dà avvisi su chiavi mancanti

Perché succede

La LoRA punta a layer con nomi originali; la maggior parte è mappata, ma alcuni trainer producono nomi chiave insoliti.

Come risolverlo

Prova la LoRA con il modello safetensors per confermare che funziona; aggiorna il pacchetto GGUF, che migliora la mappatura delle chiavi col tempo.

Ancora out of memory a Q4

Perché succede

L’encoder testuale (T5 a 10 GB fp16) è quello che consuma davvero.

Come risolverlo

Usa il T5 GGUF o fp8 e il CLIP fp8; aggiungi --lowvram.

Esegui questo workflow dal telefono

Ogni workflow di questa pagina è preinstallato su BitVector con modelli e nodi personalizzati già al loro posto. Scegline uno, scrivi un prompt, fatto. Zero configurazione, niente da scaricare.

Prova BitVector

Domande su Unet Loader (GGUF)

GGUF o fp8?

fp8 è più veloce su schede RTX 40/50 quando il modello ci sta; GGUF Q8 ha qualità leggermente migliore di fp8 e Q4-Q6 funziona dove fp8 non entra.

Posso creare il mio GGUF?

Sì, con lo script di conversione nel repository ComfyUI-GGUF e gli strumenti di quantizzazione di llama.cpp; la maggior parte delle persone scarica file già pronti.

Nodi correlati

Load Diffusion Model

ComfyUI core

Load Diffusion Model (UNETLoader) carica una rete di denoising base come Flux, SD3.5, Wan o HunyuanVideo da models/diffusion_models, con un'opzione weight_dtype per fp8 che aiuta a risparmiare VRAM.

DualCLIPLoader

ComfyUI core

DualCLIPLoader carica due encoder di testo contemporaneamente, per esempio clip_l più t5xxl per Flux o clip_g più t5xxl per SD3, e restituisce un unico oggetto CLIP per i nodi prompt.

Load LoRA

ComfyUI core

Load LoRA (LoraLoader) applica un file LoRA al MODEL e al CLIP con intensità separate, così puoi aggiungere uno stile, un personaggio o un concetto a qualsiasi checkpoint senza doverlo unire.

ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

ComfyUI core

I nodi ModelSampling impostano lo spostamento del programma del rumore per i modelli flow-matching (Flux, SD3.5, Wan, Hunyuan, Qwen-Image, Chroma, Lumina) così che i sampler dedicano il giusto tempo alla composizione rispetto ai dettagli.

ComfyUI Manager

ComfyUI-Manager

ComfyUI Manager è l’estensione che installa, aggiorna e sistema i pacchetti di nodi personalizzati e i modelli direttamente dall’interfaccia, risolve i nodi mancanti nei workflow importati e salva la tua configurazione.

Stanco di riparare nodi? Lascia fare al cloud

BitVector mantiene centinaia di workflow ComfyUI installati, aggiornati e testati su GPU cloud veloci. Niente Python, niente errori CUDA, niente limiti di VRAM. Funziona da qualsiasi browser.

Prova BitVector