ComfyUI میں Load Diffusion Model نوڈ

Load Diffusion Model (UNETLoader) ایک سادہ denoising نیٹ ورک لوڈ کرتا ہے جیسے Flux، SD3.5، Wan یا HunyuanVideo models/diffusion_models سے، جس میں weight_dtype کا آپشن ہوتا ہے تاکہ fp8 کے ذریعے VRAM بچائی جا سکے۔

نوڈ پیک: ComfyUI core

زمرہ: لوڈرز

Load Diffusion Model کیا کرتا ہے

نئے ماڈل فیملیز ایک مکمل چیک پوائنٹ کی شکل میں نہیں آتے۔ Flux، SD3.5، Wan 2.x، HunyuanVideo، LTX اور Qwen-Image ایک الگ transformer فائل کے ساتھ آتے ہیں اور الگ text encoders اور VAE ہوتے ہیں۔ Load Diffusion Model صرف transformer لوڈ کرتا ہے اور ایک MODEL آؤٹ پٹ دیتا ہے؛ text encoders DualCLIPLoader یا Load CLIP سے آتے ہیں اور VAE Load VAE سے آتا ہے۔

weight_dtype آپشن فیصلہ کرتا ہے کہ وزن میموری میں کیسے رکھے جائیں: ڈیفالٹ فائل کی اصل precision رکھتا ہے (bf16/fp16)، جبکہ fp8_e4m3fn اور fp8_e5m2 VRAM کو آدھا کر دیتے ہیں تھوڑی سی کوالٹی کی قیمت پر۔ fp8_e4m3fn_fast RTX 40 سیریز کارڈز پر تیز fp8 میٹرکس میتھ کو فعال کرتا ہے۔ GGUF quantised فائلز کے لیے الگ ComfyUI-GGUF لوڈر چاہیے۔

ان پٹس

نام	قسم	یہ کیا ہے
unet_name	COMBO	models/diffusion_models میں موجود ماڈل فائل (پرانے انسٹالز میں models/unet)۔
weight_dtype	COMBO	default، fp8_e4m3fn، fp8_e4m3fn_fast یا fp8_e5m2۔ fp8 آپشنز وزن کو 8 بٹس میں اسٹور کرتے ہیں تاکہ چھوٹے کارڈز پر فٹ ہو سکیں۔

آؤٹ پٹس

نام	قسم	یہ کیا ہے
MODEL	MODEL	denoising نیٹ ورک، LoRA لوڈرز، ModelSamplingFlux، guidance نوڈز اور KSampler کے لیے تیار۔

سیٹ اپ چھوڑیں: کلاؤڈ پر پہلے سے انسٹال شدہ ComfyUI ورک فلوز

BitVector تیار شدہ ComfyUI ورک فلوز اپنے GPUs پر چلاتا ہے۔ نہ انسٹال، نہ غائب نوڈز، نہ سرخ خانے۔ اسے اپنے فون یا لیپ ٹاپ پر کھولیں اور ایک منٹ میں بنائیں۔

BitVector آزمائیں

Load Diffusion Model کیسے استعمال کریں

transformer فائل (مثلاً flux1-dev.safetensors) models/diffusion_models میں ڈاؤن لوڈ کریں۔
text encoders models/text_encoders میں ڈاؤن لوڈ کریں (Flux کے لیے clip_l اور t5xxl) اور VAE models/vae میں۔
Load Diffusion Model شامل کریں اور فائل منتخب کریں؛ اگر آپ کے پاس 12 GB یا کم VRAM ہے تو fp8_e4m3fn منتخب کریں۔
text encoders کے لیے DualCLIPLoader اور VAE کے لیے Load VAE شامل کریں۔
MODEL کو KSampler سے، CLIP کو CLIP Text Encode سے، VAE کو VAE Decode سے جوڑیں، اور latent کے لیے EmptySD3LatentImage استعمال کریں۔

سیٹنگز اور تجاویز

Flux Dev cfg 1.0 چاہتا ہے اور Flux Guidance تقریباً 3.5؛ عام negative prompt cfg 1 پر اثر نہیں کرتا۔
اگر فائل پہلے سے fp8 چیک پوائنٹ ہے تو weight_dtype کو default پر چھوڑیں؛ دوبارہ کنورٹ کرنے سے فائدہ نہیں۔
T5 کو بھی fp8 میں لوڈ کیا جا سکتا ہے (t5xxl_fp8_e4m3fn.safetensors) تاکہ مزید 5 GB میموری بچائی جا سکے۔
جب آپ LoRAs کو fine-tune یا train کر رہے ہوں تو bf16 وزن رکھیں؛ صرف جنریشن کے لیے fp8 استعمال کریں۔
نوڈ کا نام سالوں تک UNETLoader تھا؛ "UNET" تلاش کرنے سے یہ ابھی بھی ملتا ہے۔

Load Diffusion Model کے مسائل کا حل

ERROR: ماڈل کی قسم معلوم نہیں ہو سکی

یہ کیوں ہوتا ہے

فائل وہ diffusion transformer نہیں ہے جسے ComfyUI پہچانتا ہے (مثلاً مکمل چیک پوائنٹ، LoRA یا GGUF فائل جو diffusion_models فولڈر میں رکھی گئی ہو).

اسے کیسے ٹھیک کریں

مکمل چیک پوائنٹس Load Checkpoint سے لوڈ کریں، LoRAs Load LoRA سے اور .gguf فائلز ComfyUI-GGUF پیک کے Unet Loader (GGUF) نوڈ سے۔ اگر ماڈل فیملی آپ کے انسٹال سے نئی ہے تو ComfyUI اپ ڈیٹ کریں۔

Flux آؤٹ پٹ دھندلا یا خالص شور ہے

یہ کیوں ہوتا ہے

sampler سیٹنگز SD ورک فلو سے ہیں: cfg 1 سے زیادہ بغیر Flux Guidance کے، Empty Latent Image استعمال کرنا بجائے EmptySD3LatentImage کے، یا غلط VAE (SDXL VAE کے ساتھ Flux).

اسے کیسے ٹھیک کریں

ae.safetensors کو VAE کے طور پر استعمال کریں، EmptySD3LatentImage، cfg 1.0، sampler euler scheduler simple یا beta کے ساتھ، 20-28 steps اور Flux Guidance نوڈ 3.5 پر۔

torch.OutOfMemoryError جب 24 GB Flux فائل لوڈ کر رہے ہوں

یہ کیوں ہوتا ہے

bf16 فائل کو خود سے تقریباً 24 GB VRAM چاہیے؛ text encoder fp16 میں 10 GB مزید لیتا ہے۔

اسے کیسے ٹھیک کریں

weight_dtype کو fp8_e4m3fn پر سوئچ کریں اور t5xxl کو fp8 میں لوڈ کریں۔ 8 GB کارڈز پر GGUF Q4 یا Q5 فائل GGUF لوڈر کے ساتھ استعمال کریں اور --lowvram شامل کریں۔