Checkpoints

Checkpoints本来指的是使用tensorflow训练存储的中间节点，便于继续训练。对应的是yTorch保存模型参数的格式.pt。

在comfyUI中的Checkpoints特指的是基座大模型。它是生成图片的核心模块，潜空间中的前向扩散和反向扩散就是通过它做的，也决定了生成图片的基本风格。

来源

下载Stable diffusion 的渠道有很多,Hugging Face 、Civitai、LIbLib等等，下面几种常用的模型都来自以上的网站：

	来源	Base Model	风格
v1-5-pruned-emaonly-fp16.safetensors	Hugging Face	SD 1.5	最经典的模型，适用于通用场景
FLUX.1-Krea-dev_ComfyUI	Hugging Face	F.1
F.1-Krea-dev-scaled-fp8	LIbLib	F.1
wan2.2_t2v_low_noise_14B_fp16	LIbLib	通义万相2.2
Dreamshaper 8	Civitai	SD 1.5
Anything V5	Civitai	SD 1.5
AbsoluteReality	Civitai	SD 1.5

基础模型

看模型描述还可以发现很多都是基于SD1.5。需要把SD1.5的大模型放入ComfyUI/models/checkpoints 文件夹存放下面。

xet

另外一个特点是模型文件以xet格式管理。xet是一种比LFS更高效的管理大文件的方法，可以快速上传和下载

ema-prun

在一些模型中，会有一些关键字，pruned，emaonly等

加权平均即EMA（Exponential Moving Average），使用加权平均主要是减少短期波动的影响，这样得到的模型泛化性更好，也更稳定。EMA Only模型仅存储EMA权重，而传统模型（如v1-5-pruned.ckpt）会同时保存EMA和非EMA权重。例如：

• v1-5-pruned-emaonly.ckpt：4.27GB（仅EMA权重），适用于inference阶段，快速部署
• v1-5-pruned.ckpt：7.7GB（包含EMA和非EMA权重），适用于fine-tuning
  体积缩减约45%，显著降低存储和传输成本。

safetensor

虽然名叫checkpoints，但是模型的格式大部分使用的是SafeTensor。如

flux1-krea-dev_fp8_scaled.safetensors，

这是因为 .ckpt 为了让我们能够从之前训练的状态恢复训练，好比从50%这个点位重新开始训练，从而保存了比较多的训练信息，比如模型的权重、优化器的状态还有一些Python代码。

这种做法有两个问题，一是可能包含恶意代码，因此不建议从未知或不信任的来源下载并加载.ckpt 模型文件；二是模型的体积较大，一般真人版的单个模型的大小在7GB左右，动漫版的在2-5GB之间。

而 .safetensors 模型则是 huggingface 推出的新的模型存储格式，专门为Stable Diffusion模型设计。这种格式的文件只保存模型的权重，而不包含优化器状态或其他信息，这也就意味着它通常用于模型的最终版本，当我们只关心模型的性能，而不需要了解训练过程中的详细信息时，这种格式便是一个很好的选择。

输出节点

看comfUI的工作流，checkpoint之后会有三个输出。因为工作流后面还有VAE和文本模块CLIP，所以在后续的文章中一起讲解。

reference：

1.SD教程|SD模型|关于Stable diffusion的各种模型，看这篇就可以了！_sd生成实物-CSDN博客

2.Stable Diffusion概要讲解_emaonly 模型-CSDN博客

3.ComfyUI 中为什么叫Checkpoint_comfyui 里 checkpoint-CSDN博客