💎 ComfyUI Binyuan · Universal Quant Converter (NVFP4 / FP8 / GGUF)

A ComfyUI custom node that quantizes diffusion models (safetensors) to NVFP4 / FP8 (e4m3fn) / GGUF in place — with a per-architecture blacklist that protects structure-sensitive layers so the quantized model actually loads and renders correctly. Auto (Universal) mode works on any architecture (T2I/I2I/T2V/I2V, including brand-new models) without per-model tuning.

中文说明

这是什么

怎么用

1. 依赖：
   • NVFP4/FP8 需要 pip install comfy-kitchen
   • GGUF 需要 pip install gguf（通常随 ComfyUI-GGUF 安装）
2. 放到 ComfyUI/custom_nodes/ComfyUI_binyuan_NVFP4_Converter/，重启 ComfyUI。
3. 右键 → binyuan/Advanced → binyuan Universal Quant Converter。
4. 选 input_model（下拉自动列出 checkpoints/unet/diffusion_models 里的模型）。
5. 选 output_format：NVFP4 / FP8 (e4m3fn) / GGUF。
6. 选 model_type（决定黑名单策略）：
   • Auto (Universal)：通吃任意架构，无需逐模型调参（推荐首选）。
   • 或选具体模型：Flux.1/Flux.2-Klein、Krea2-Turbo、Qwen-Image、Z-Image、Wan2.2、LTX、ERNIE、Ideogram、LENS、PID-Decoder、Boogu-Image 等。
7. （GGUF）选 gguf_qtype：Q8_0/Q5_0/Q4_0/BF16/F16 等。
8. 输出目录：save_to_source_dir=true 存到源模型同目录；或在 custom_output_dir 手填目录。填 output_filename。
9. 运行，status 端口返回结果信息。

关键参数

三种格式怎么选

• NVFP4（≈0.56 字节/参数）：体积最小，Blackwell 原生支持可省显存加速；其它卡用 full_precision_mm=true 也能跑（仅磁盘变小）。
• FP8 (e4m3fn)（1 字节/参数）：兼容性好，多数新卡支持。
• GGUF：llama.cpp 系量化，Q4_0/Q5_0 等可压到 0.56–0.69 字节/参数；注意纯 Python gguf 库通常只能量化到 Q8_0/Q5_0/Q4_0/BF16/F16，选 K 系列/IQ 系列会自动改用同尺寸可用类型并提示。

智能防护

• 自动检测源模型是否已量化（FP8/NVFP4）：同格式二次量化体积不会变小，直接拦截并给建议。
• FP8 源转 GGUF 时，若选的 qtype ≥1 字节/参数（会变大），拦截并建议 Q5_0/Q4_0。
• 量化前用 weight_scale 反量化 FP8 源到真实值，避免出噪点。
• 结构敏感层（embed/first/last/norm/modulation/pad_token 等）强制保 BF16/F32，防止"能转不能加载"。
• Windows 大文件写入用临时目录+原子改名，规避杀软/文件夹监视器导致的"磁盘空间不足"误报。

输出

• status (STRING)：转换结果/错误信息。

English

What it is

How to use

1. Deps: pip install comfy-kitchen (NVFP4/FP8) and/or pip install gguf (GGUF).
2. Drop into ComfyUI/custom_nodes/ComfyUI_binyuan_NVFP4_Converter/, restart.
3. Right-click → binyuan/Advanced → add the node.
4. Pick input_model.
5. Pick output_format: NVFP4 / FP8 (e4m3fn) / GGUF.
6. Pick model_type: Auto (Universal) (works on any architecture, recommended) or a specific model (Flux/Krea2/Qwen-Image/Z-Image/Wan2.2/LTX/ERNIE/Ideogram/ LENS/PID/Boogu…).
7. (GGUF) pick gguf_qtype.
8. Output: save_to_source_dir=true for same dir, or fill custom_output_dir and output_filename.
9. Run; read status.

Format chooser

• NVFP4 (~0.56 B/param): smallest; native speedup on Blackwell, runs anywhere with full_precision_mm=true (disk-only savings).
• FP8 e4m3fn (1 B/param): widely compatible.
• GGUF: Q4_0/Q5_0 ≈ 0.56–0.69 B/param. Pure-Python gguf usually quantizes only to Q8_0/Q5_0/Q4_0/BF16/F16; K/IQ types auto-fall back to nearest size.

Smart guards

• Detects already-quantized sources (FP8/NVFP4) and blocks same-format re-quant (no size gain).
• Blocks FP8→GGUF when chosen qtype ≥1 B/param (would grow); suggests Q5_0/Q4_0.
• De-quantizes FP8 source via weight_scale before re-quantizing (avoids noise).
• Forces BF16/F32 on structure-sensitive layers (embed/first/last/norm/modulation/ pad_token…) so the result loads.
• Large-file write uses a temp dir + atomic rename to dodge antivirus false "disk full" errors on Windows.

Output

Files

• __init__.py — registration
• binyuan_nvfp4_converter.py — node BinyuanNVFP4Converter
• README.md / LICENSE (MIT)

Install

• ComfyUI Manager: search Binyuan NVFP4 Converter.
• Manual: git clone https://github.com/yjitiu/ComfyUI-Binyuan-NVFP4-Converter.git ComfyUI_binyuan_NVFP4_Converter