仅花 2.1 万美元训练的 2B 无 VAE 文生图模型 P-JiT 21K 移植上架 ComfyUI

Apprehensive_Sky892 · reddit · 2026-11-06

Linum 发布 P-JiT 21K——一个 2B 参数、训练成本约 2.1 万美元的文生图模型，直接在像素空间作画、无需 VAE（Apache-2.0）。开发者 PedroMarinho 将其非官方移植为 ComfyUI 原生节点：

原生集成：接入 ComfyUI 自带内存管理，用自带 KSampler 按 euler/simple/50 步/cfg 15 运行，无需 pip 安装。
量化版本：bf16 权重 4.4GB，像素与 fp32 完全一致；int8 ConvRot 版 2.3GB、约快 1.8 倍；Qwen3.5-4B 文本编码器可压到 3.2GB。
低门槛：4GB 空闲显存即可运行。
工作流：文生图、提示词扩写器（短想法转密集描述）、refiner 二次精修（自动打 caption 后 image-to-image）等。
使用技巧：caption 写 50-80 词；不能画文字；refiner 用 denoise 0.1-0.2——P-JiT 的噪声比大多数模型强 4 倍，denoise 值要更低。

作者称与 Linum 官方代码逐 token 校验，输出图像在 GPU 舍入误差内一致。

「多模态」频道最新