.ai

najlepsze otwarte modele AI

Szukaj

Węzeł Load Checkpoint w ComfyUI

Load Checkpoint (CheckpointLoaderSimple) otwiera plik modelu .safetensors lub .ckpt i udostępnia trzy części potrzebne w każdym workflow: MODEL dyfuzji, enkoder tekstowy CLIP oraz VAE.

Pakiet węzłów: ComfyUI core

Kategoria: Loadery

Co robi Load Checkpoint

Load Checkpoint to pierwszy node w prawie każdym grafie ComfyUI. Wczytuje jeden plik checkpoint z folderu models/checkpoints i dzieli go na trzy obiekty, które wykorzystuje reszta grafu: MODEL (UNet lub transformer, który usuwa szum), CLIP (enkoder tekstowy, który zamienia prompt na warunki) oraz VAE (enkoder/dekoder między pikselami a przestrzenią latentną).

Node ma jedno rozwijane menu, ckpt_name, które pokazuje wszystkie pliki znalezione przez ComfyUI w folderze checkpoints (oraz dodatkowe ścieżki z extra_model_paths.yaml). Wybierz plik, podłącz trzy wyjścia, a rodzina modelu zostanie ustawiona dla całego grafu. SD 1.5, SDXL, Pony, Illustrious i większość połączonych checkpointów ładuje się przez ten node. Modele Flux, SD3 i video zwykle są dostarczane jako osobne pliki UNet, enkodera tekstowego i VAE i wtedy używa się Load Diffusion Model, DualCLIPLoader i Load VAE.

Wejścia

Nazwa	Typ	Co to jest
ckpt_name	COMBO	Plik checkpoint do załadowania, wybrany z models/checkpoints. Lista jest wczytywana przy starcie strony; nowe pliki pojawią się po odświeżeniu listy nodów.

Wyjścia

Nazwa	Typ	Co to jest
MODEL	MODEL	Sieć usuwająca szum. Podłącz ją do KSampler, loaderów LoRA, ControlNet lub nodów patchujących model.
CLIP	CLIP	Enkoder tekstowy. Podłącz go do CLIP Text Encode dla promptów pozytywnych i negatywnych.
VAE	VAE	Konwerter pikseli na latent i odwrotnie. Podłącz go do VAE Decode i VAE Encode.

Pomiń konfigurację: workflow ComfyUI zainstalowane w chmurze

BitVector uruchamia gotowe workflow ComfyUI na własnych GPU. Bez instalacji, bez brakujących węzłów, bez czerwonych ramek. Otwórz na telefonie lub laptopie i generuj w minutę.

Wypróbuj BitVector

Jak używać Load Checkpoint

Skopiuj checkpoint do ComfyUI/models/checkpoints (lub do folderu wymienionego w extra_model_paths.yaml).
Dodaj node przez podwójne kliknięcie i wpisz "Load Checkpoint".
Wybierz plik w ckpt_name.
Podłącz MODEL do wejścia modelu w KSampler, CLIP do obu nodów CLIP Text Encode, VAE do VAE Decode.
Dopasuj resztę grafu do rodziny modelu: 512 lub 768 latentów dla SD 1.5, 1024 dla SDXL.

Ustawienia i wskazówki

Wolaj pliki .safetensors; pliki .ckpt to pickled Python i mogą uruchamiać kod przy ładowaniu.
Jeśli checkpoint został opublikowany bez wbudowanego VAE, kolory mogą wyglądać wyblakle. Dodaj Load VAE z pasującym VAE i używaj go zamiast wyjścia VAE z checkpointu.
Jeden Load Checkpoint może zasilać kilka samplerów. Nie potrzebujesz drugiego loadera dla passy hires.
Ładowanie jest buforowane: przełączanie między dwoma checkpointami jest szybkie po pierwszym załadowaniu, ale każdy zostaje w pamięci RAM.
Używaj Load LoRA między tym node a samplerem, nigdy przed nim; LoRA nakłada poprawki na MODEL i CLIP wychodzące z tego noda.

Rozwiązywanie problemów z Load Checkpoint

ckpt_name pokazuje "undefined" lub lista rozwijana jest pusta

Dlaczego tak się dzieje

ComfyUI nie znalazło żadnego checkpointu w models/checkpoints przy starcie lub workflow został zapisany z nazwą pliku, która nie istnieje na tym komputerze.

Jak to naprawić

Wstaw przynajmniej jeden plik .safetensors do ComfyUI/models/checkpoints, naciśnij R, żeby odświeżyć definicje nodów, potem wybierz plik ponownie. W przypadku workflow udostępnionych wybierz dowolny lokalny checkpoint z tej samej rodziny.

Błąd podczas deserializacji nagłówka: HeaderTooLarge lub MetadataIncompleteBuffer

Dlaczego tak się dzieje

Plik nie jest kompletnym plikiem safetensors. Zwykle pobieranie zostało przerwane albo zapisano stronę błędu HTML pod nazwą .safetensors.

Jak to naprawić

Sprawdź rozmiar pliku względem strony pobierania i pobierz go ponownie. Zdrowy checkpoint SDXL ma około 6,5 GB; plik o rozmiarze kilku kilobajtów to strona błędu.

Obrazy wychodzą jako szum lub szare kwadraty mimo poprawnego checkpointu

Dlaczego tak się dzieje

Rodzina checkpointu nie pasuje do reszty grafu: model SDXL z latentem 512x512 i ustawieniami SD 1.5 albo Flux UNet załadowany przez Load Checkpoint.

Jak to naprawić

Użyj rozdzielczości i ustawień samplera odpowiednich dla rodziny modelu (SDXL: 1024x1024, cfg 5-8). Dla Flux, SD3 i Wan używaj Load Diffusion Model oraz osobnych loaderów CLIP i VAE.

Brak Clip: ostrzeżenia ["text_projection.weight"] lub "clip missing" w konsoli

Dlaczego tak się dzieje

Checkpoint został zapisany bez części enkodera tekstowego. ComfyUI wypełnia lukę domyślnymi wartościami, co może lekko zmienić styl.

Jak to naprawić

To ostrzeżenie, nie błąd. Jeśli wyniki różnią się od strony modelu, załaduj CLIP z pełnego checkpointu tej samej rodziny i używaj tego wyjścia CLIP zamiast domyślnego.

Brak pamięci zaraz po załadowaniu checkpointu

Dlaczego tak się dzieje

Cały checkpoint jest przenoszony na GPU, a jest mniej wolnej VRAM niż model potrzebuje, często przez inny program lub drugą kartę ComfyUI trzymającą pamięć.

Jak to naprawić

Zamknij inne programy GPU, uruchom ComfyUI z --lowvram lub --normalvram albo ładuj UNet w fp8 przez Load Diffusion Model. Karty 6 GB mogą działać z SDXL na --lowvram.

Uruchom ten workflow z telefonu

Każdy workflow z tej strony jest zainstalowany na BitVector razem z modelami i węzłami niestandardowymi. Wybierz, wpisz prompt, gotowe. Zero konfiguracji, nic do pobrania.

Wypróbuj BitVector

Pytania o Load Checkpoint

Czy Load Checkpoint to to samo co CheckpointLoaderSimple?

Tak. CheckpointLoaderSimple to nazwa klasy wewnętrznej; w menu jest pokazany jako Load Checkpoint. Starszy CheckpointLoader z dropdownem konfiguracyjnym jest przestarzały.

Czy mogę załadować LoRA tym node?

Nie. LoRA ładuje się przez Load LoRA, który bierze MODEL i CLIP z tego noda i zwraca poprawione wersje.

Dlaczego modele Flux nie pojawiają się na liście?

Flux jest dystrybuowany jako plik UNet, który powinien być w models/unet (lub models/diffusion_models). Ładuj go przez Load Diffusion Model i dodaj DualCLIPLoader oraz Load VAE.

Powiązane węzły

Load Diffusion Model

ComfyUI core

Load Diffusion Model (UNETLoader) ładuje samą sieć denoisingową, taką jak Flux, SD3.5, Wan czy HunyuanVideo z folderu models/diffusion_models, z opcją weight_dtype dla fp8, żeby zaoszczędzić VRAM.

Load LoRA

ComfyUI core

Load LoRA (LoraLoader) nakłada plik LoRA na MODEL i CLIP z osobnymi siłami, dzięki czemu styl, postać lub koncepcja mogą być dodane do dowolnego checkpointu bez łączenia.

Load VAE

ComfyUI core

Load VAE (VAELoader) ładuje osobny plik VAE z models/vae, dzięki czemu checkpoint bez VAE lub ze słabym VAE generuje czyste kolory, a modele podzielone jak Flux i Wan mają swój dekoder.

CLIP Text Encode (Prompt)

ComfyUI core

CLIP Text Encode zamienia tekstowy prompt na CONDITIONING używając modelu enkodera tekstu. Jeden node trzyma pozytywny prompt, drugi negatywny.

KSampler

ComfyUI core

KSampler wykonuje pętlę odszumiania: bierze model, prompt i latent, i tworzy gotowy latent obrazu, kontrolowany przez seed, kroki, cfg, sampler, scheduler i denoise.

Masz dość naprawiania węzłów? Zostaw to chmurze

BitVector utrzymuje setki workflow ComfyUI zainstalowanych, aktualnych i przetestowanych na szybkich GPU w chmurze. Bez Pythona, bez błędów CUDA, bez limitów VRAM. Działa w każdej przeglądarce.

Wypróbuj BitVector