SenseNova‑U1 更新怎么玩？8 步蒸馏 LoRA + ComfyUI 工作流直接开跑 🚀

你大概率见过这种痛：

• 想要“稳、细、干净”，步数一拉就 50、80、100
• 然后看着进度条怀疑人生
• 一张图没出完，咖啡都凉了 ☕

SenseNova‑U1 这次放出来的 8 步蒸馏 LoRA，核心就一句话：

100 NFE → 8 NFE，官方示例里 H100 推理从 23 秒缩到 2 秒。

更爽的是：已经适配 ComfyUI，直接给可运行的工作流，包含：

• t2i（文生图）
• 图像编辑
• 交错生成（interleaved generation）

下面咱们按“你现在就要跑起来”的思路写，尽量不绕弯。

你会得到什么？（适合哪些人）

• 你在本地/服务器用 ComfyUI 画图
• 你嫌步数高、等待久，想把出图时间砍到“像点一下就有”
• 你想要可复制的流程，不想自己拼节点拼到崩溃 😅

如果你追求的是“每次都要 100 步那种极限细节”，那蒸馏方案不一定是你的菜；它更像是“把常规生产速度拉满”，让你 一天多出几十张可用图。

核心概念：NFE 从 100 变 8，到底意味着什么？

把它理解成“采样的有效计算轮数”。

• 100 NFE：画得慢，质量稳定，但时间肉眼可见地烧掉
• 8 NFE：画得飞快，但你得配合 对应的蒸馏 LoRA/工作流 才能稳

这次开源的就是那把“钥匙”：用蒸馏 LoRA 把高步数的能力压缩到低步数可用。

准备清单（开跑前确认）

硬件建议

• 有 NVIDIA 显卡就行（H100 是官方展示用的“豪车”）
• 显存越大越舒服，但这套思路本身就是为了让推理更轻快

软件建议

• ComfyUI（建议保持较新版本）
• 能正常拉取 GitHub 资源（科学上网/镜像随你）

获取项目：把 SenseNova‑U1 拉下来

项目地址（原文给的链接）：

• https://github.com/OpenSenseNova/SenseNova-U1

你可以直接：

git clone https://github.com/OpenSenseNova/SenseNova-U1.git
cd SenseNova-U1

仓库里一般会包含：

• 蒸馏 LoRA 权重或下载说明
• ComfyUI 工作流（t2i / 编辑 / 交错）
• 对应的模型与参数建议

如果你只想“马上跑”，重点盯两个东西：LoRA 文件 + ComfyUI workflow JSON。

在 ComfyUI 里怎么用？（按实际操作走）

1）把 LoRA 放到 ComfyUI 目录

通常路径是：

• ComfyUI/models/loras/

把蒸馏 LoRA 丢进去就行。

你会看到很多人把 LoRA 随便放。然后 ComfyUI 里死活找不到。别笑，这坑每天都有人踩。

2）确认基础模型（checkpoint）位置正确

基础模型一般放：

• ComfyUI/models/checkpoints/

仓库里如果指定了基座模型版本，就按它来。蒸馏类 LoRA 对“底座”更挑，别自己乱换。

3）导入工作流 JSON

打开 ComfyUI：

• 右侧菜单选择 Load / Load Workflow
• 选仓库提供的 workflow JSON

导入后你会看到完整节点图：

• 文生图：文本编码 → 采样 → 解码
• 图像编辑：多一段输入图像/蒙版/编辑条件
• 交错生成：通常会有更复杂的条件输入（例如图文交替、局部约束等）

4）检查 LoRA 节点是否已经指向正确文件

工作流里一般会有 LoRA Loader 或类似节点。

• LoRA 名称：选你刚放进去的蒸馏 LoRA
• 权重：如果工作流作者给了推荐值，照抄

建议你先别“自信微调”。先跑通再说。

5）把采样步数改到 8（或工作流写死的值）

关键点来了：

• 这套蒸馏 LoRA 的目标就是 低步数
• 你把步数改回 50/100，不一定更好，反而可能怪

如果工作流里写的就是 8，那就别动。

三套工作流怎么选？（按场景，不纠结名词）

A. t2i 文生图：适合“我要快速出 20 张提案”

你在做什么？

• 给甲方出风格草图
• 做分镜
• 做电商主图的方向探索

玩法建议：

• 一次开多张 batch（你会发现等待感大幅下降）
• prompt 别写成论文，先写清主体 + 风格 + 构图

示例 prompt（你可以直接改）：

一只戴耳机的橘猫坐在夜晚书桌前，屏幕发光，桌面有咖啡杯和键盘，赛博朋克氛围，暖色调，电影级光影，高清细节

B. 图像编辑：适合“我只想改一点点，别重画”

你在做什么？

• 把人物衣服换个颜色
• 把背景从白墙换成落地窗
• 修手、修脸、改构图

操作要点：

• 输入图像别太糊，原图质量决定上限
• 蒙版边缘别太硬，稍微 feather 一下更自然

C. 交错生成：适合“图文交替推演/多条件约束”

这类工作流通常更像“组合拳”。

你会看到它把：

• 文本条件
• 图像条件
• 中间结果

交替喂给模型，让生成过程更可控。

如果你以前觉得“提示词写再细也不听话”，交错生成类工作流会更对味。

参数建议（别折腾太多，但这几项值得看）

不同工作流会有自己的默认值。你可以用下面的思路做微调：

• 步数（Steps/NFE）：围绕 8 上下试（例如 6/8/10），别一上来就 30
• CFG：蒸馏方案经常对 CFG 更敏感。跑飞了就先降一点
• 分辨率：先用工作流推荐分辨率跑通，再上高清。你一开始就 2048×2048，只是在加速失败 😄

避坑清单（这里最值钱）

• LoRA 放错目录：ComfyUI 列表里找不到，别怀疑人生，先查路径
• 底座模型不匹配：蒸馏 LoRA 很挑底座，换模型等于换世界观
• 步数改太高：不是“越高越好”，可能直接变怪图
• 上来就追求超高分辨率：先小图验证风格和稳定性，再放大
• 工作流节点报错就硬点 Queue：看报错信息，通常就是文件没找到或节点版本不一致

你现在就能做的 3 个小练习（练完就熟）

• 用 t2i 跑一组 4 张，prompt 只改一个变量（例如“光照”），感受蒸馏速度
• 用图像编辑把一张照片背景替换掉，目标是“看不出抠图边”
• 用交错生成工作流做一次“人物一致性+场景变化”，看控制力差别

资源入口

• GitHub： https://github.com/OpenSenseNova/SenseNova-U1

把仓库拉下来、导入 ComfyUI 工作流、步数按推荐值跑一遍，你就能体会到“出图像点外卖一样快”是什么感觉。接下来再谈微调参数，心里就有底了。