RunningHub
Search
anima-aesthetic-v1.1-int8-convrot
返回
anima-aesthetic-v1.1-int8-convrot
anima-aesthetic-v1.1-int8-convrot

anima-aesthetic-v1.1-int8-convrot

408 浏览22 点赞37 收藏
插画游戏设计幻想扁平抽象画风加强主体加强元素加强画面控制

子羽

子羽

插画游戏设计幻想扁平抽象画风加强主体加强元素加强画面控制

模型信息

未冻结
模型类型：
Unet
基础模型：
anima
文件名称：
models/unet/anima-aesthetic-v1.1-int8-convrot.safetensors
MD5：
9c1a19e4b01200e8c8e4b6176eb2a4f8

anima‑aesthetic‑v1.1‑int8‑convrot 完整解析

它就是Anima‑Aesthetic‑v1.1 的 INT8‑ConvRot 量化版本，底层 DiT 主干网络、模型能力完全不变，只是用 ConvRot 技术做权重压缩，专门给低显存显卡推理用，不能用来训练 LoRA。

名词拆解

  1. aesthetic‑v1.1：原版全精度（bf16）的美学微调模型，完整文件约 3.9GB。

  2. INT8：8 比特整数量化，把 FP16 权重压缩为 8bit，减少显存占用。

  3. ConvRot：分组哈达玛旋转量化算法，专门针对 DiT 架构优化（Anima、Flux 都属于 DiT）。普通 INT8 对 DiT 会崩坏；ConvRot 先做矩阵旋转打散异常值，再做 INT8 压缩，画质损失远小于普通 INT8，ComfyUI v0.27.0 及以上原生支持，不需要自定义节点。

注意：只量化 DiT 主干；Qwen3‑0.6B 文本编码器、Qwen‑Image‑VAE 仍然使用原始 FP16，不做量化，避免 VAE 崩坏、文本理解下降。

文件大小 & 显存对比（实测）

表格

版本

磁盘文件大小

推理峰值显存（1024×1024）

适合显卡

Aesthetic‑v1.1 bf16 原版

3.9GB

约 9‑10GB VRAM

12G、16G 显卡

‑int8‑convrot

约 2.3GB

6.2‑7.2GB VRAM

RTX4060‑8G、3060‑8G、笔记本 8G 显卡

✅优点

  1. 8G 显存可以完整跑 Anima Aesthetic v1.1，不用疯狂开梯度检查点、latent 缓存；生成速度比 bf16 原版在 8G 卡上更快，减少 swap。

  2. 兼容全部 Anima 生态：所有 Anima‑Base 训练出来的 LoRA、Turbo‑LoRA、Anima‑LLLite ControlNet 都可以直接加载。

  3. 画质损失很小：角色五官、画风、光影几乎看不出区别，仅极复杂场景细微细节有微弱损耗，日常创作几乎感知不到。

  4. ComfyUI 原生支持，直接丢进models/diffusion_models，直接用普通 CheckpointLoaderSimple 节点加载，不需要插件。

⚠️硬性限制（非常重要）

  1. 仅用于推理，绝对不能拿来训练 LoRA！ 量化权重不可以做训练底模，训练必须使用原版 anima‑base‑v1.0.safetensors。

  2. 只压缩 DiT；Qwen3‑0.6B‑base、qwen_image_vae 仍然需要下载原版，不能用量化版替代。

  3. AMD 显卡支持差，ConvRot 加速只针对 NVIDIA 显卡（图灵及以上，20 系 / 30 系 / 40 系 / 50 系）。

  4. 不要用老版本 ComfyUI，要求 ComfyUI ≥ v0.27.0，旧版本加载会报错、画面乱码。

  5. 不支持 FP8 / 普通 INT8 插件，使用 ComfyUI 原生 INT‑ConvRot 路径。

选型建议

  • 显卡≥12G 显存：优先 bf16 原版 aesthetic‑v1.1，画质最优。

  • 8G 显存（你的 4060）：优先选择 anima‑aesthetic‑v1.1‑int8‑convrot，平衡显存、速度、画质。

anima‑aesthetic‑v1.1‑int8‑convrot 完整解析

它就是Anima‑Aesthetic‑v1.1 的 INT8‑ConvRot 量化版本，底层 DiT 主干网络、模型能力完全不变，只是用 ConvRot 技术做权重压缩，专门给低显存显卡推理用，不能用来训练 LoRA。

名词拆解

  1. aesthetic‑v1.1：原版全精度（bf16）的美学微调模型，完整文件约 3.9GB。

  2. INT8：8 比特整数量化，把 FP16 权重压缩为 8bit，减少显存占用。

  3. ConvRot：分组哈达玛旋转量化算法，专门针对 DiT 架构优化（Anima、Flux 都属于 DiT）。普通 INT8 对 DiT 会崩坏；ConvRot 先做矩阵旋转打散异常值，再做 INT8 压缩，画质损失远小于普通 INT8，ComfyUI v0.27.0 及以上原生支持，不需要自定义节点。

注意：只量化 DiT 主干；Qwen3‑0.6B 文本编码器、Qwen‑Image‑VAE 仍然使用原始 FP16，不做量化，避免 VAE 崩坏、文本理解下降。

文件大小 & 显存对比（实测）

表格

版本

磁盘文件大小

推理峰值显存（1024×1024）

适合显卡

Aesthetic‑v1.1 bf16 原版

3.9GB

约 9‑10GB VRAM

12G、16G 显卡

‑int8‑convrot

约 2.3GB

6.2‑7.2GB VRAM

RTX4060‑8G、3060‑8G、笔记本 8G 显卡

✅优点

  1. 8G 显存可以完整跑 Anima Aesthetic v1.1，不用疯狂开梯度检查点、latent 缓存；生成速度比 bf16 原版在 8G 卡上更快，减少 swap。

  2. 兼容全部 Anima 生态：所有 Anima‑Base 训练出来的 LoRA、Turbo‑LoRA、Anima‑LLLite ControlNet 都可以直接加载。

  3. 画质损失很小：角色五官、画风、光影几乎看不出区别，仅极复杂场景细微细节有微弱损耗，日常创作几乎感知不到。

  4. ComfyUI 原生支持，直接丢进models/diffusion_models，直接用普通 CheckpointLoaderSimple 节点加载，不需要插件。

⚠️硬性限制（非常重要）

  1. 仅用于推理，绝对不能拿来训练 LoRA！ 量化权重不可以做训练底模，训练必须使用原版 anima‑base‑v1.0.safetensors。

  2. 只压缩 DiT；Qwen3‑0.6B‑base、qwen_image_vae 仍然需要下载原版，不能用量化版替代。

  3. AMD 显卡支持差，ConvRot 加速只针对 NVIDIA 显卡（图灵及以上，20 系 / 30 系 / 40 系 / 50 系）。

  4. 不要用老版本 ComfyUI，要求 ComfyUI ≥ v0.27.0，旧版本加载会报错、画面乱码。

  5. 不支持 FP8 / 普通 INT8 插件，使用 ComfyUI 原生 INT‑ConvRot 路径。

选型建议

  • 显卡≥12G 显存：优先 bf16 原版 aesthetic‑v1.1，画质最优。

  • 8G 显存（你的 4060）：优先选择 anima‑aesthetic‑v1.1‑int8‑convrot，平衡显存、速度、画质。