SimpleTuner项目中Flux Lora训练与ComfyUI兼容性问题分析

背景介绍

在Stable Diffusion模型微调领域，SimpleTuner是一个重要的训练工具，而Flux Lora则是其支持的一种特殊微调方式。近期有用户反馈使用SimpleTuner训练出的Flux Lora模型无法在ComfyUI中正常工作，这引发了我们对两者兼容性问题的深入探讨。

问题现象

用户在使用SimpleTuner最新版本训练Flux Lora模型后，尝试在ComfyUI中加载时出现大量"lora key not loaded"错误提示。这些错误主要集中在transformer模块的各个注意力层(add_k_proj、add_q_proj、add_v_proj等)的Lora权重加载失败。

技术分析

经过对问题代码的审查，我们发现这一兼容性问题源于SimpleTuner在a4f3385提交中引入的新特性"--flux_lora_target"参数。该参数默认为"all"，意味着Lora训练会作用于模型的所有模块；而此前版本的默认行为等同于"--flux_lora_target=mmdit"，仅针对特定模块进行训练。

ComfyUI目前的Lora加载机制尚未完全适配SimpleTuner新版本生成的"全模块"Lora模型，因此无法正确识别和加载这些新增的权重参数。这解释了为什么用户测试的老版本Sanna Marin Lora(基于旧版SimpleTuner训练)可以正常工作，而新训练的Flux Lora则出现兼容性问题。

解决方案

对于遇到此问题的用户，目前有以下几种解决方案：

1. 回退SimpleTuner版本：使用未引入"--flux_lora_target"参数前的版本进行训练，确保生成的Lora模型与ComfyUI兼容。

2. 调整训练参数：在最新版SimpleTuner中显式指定"--flux_lora_target=mmdit"参数，模拟旧版行为。

3. 等待ComfyUI更新：ComfyUI开发者需要更新代码以支持"全模块"Lora模型的加载，这将是最终的解决方案。

技术展望

这一兼容性问题反映了AI工具链快速发展过程中的版本协调挑战。随着模型微调技术的进步，训练工具会不断引入新特性，而下游应用也需要相应地进行适配。对于开发者而言，保持工具链各组件版本的协调一致至关重要；对于终端用户，了解所用工具的版本特性和兼容性范围也十分必要。

未来，我们期待看到更完善的版本管理和兼容性保障机制，使AI工具链的各个组件能够更平滑地协同工作，为用户提供更稳定的使用体验。