TL;DR

Kroma v0.1은 Krea 2를 위한 LoRA 패키지로서 LoRA 어댑터와 RMSNorm·modulation 델타를 하나의 safetensors 파일로 통합해 ComfyUI에서 바로 적용할 수 있게 제공합니다. Turbo 체크포인트에서 steps=8, cfg≈0, mu=1.15 같은 권장 샘플링으로 적은 단계에서도 안정적 결과를 얻도록 설계되어 있으며 strength=1.0에서 원본 파인튜닝을 충실히 재현합니다. 배포 포맷과 로더 호환성 때문에 설치 및 실험 반복이 간편합니다.

핵심 역량

• Kroma는 Krea 2 기반의 LoRA 어댑터와 RMSNorm·modulation 델타를 한 파일로 포함해 원본 파인튜닝 동작을 재현합니다. 이 파일은 ComfyUI의 LoraLoader에서 strength_model=1.0으로 불러올 때 파인튜닝된 효과를 그대로 적용합니다. 따라서 강도 조절로 미세한 스타일 변화부터 전체 재현까지 유연하게 제어할 수 있습니다.
• Turbo 체크포인트와의 호환성을 고려해 샘플링 파라미터가 권장값으로 제시되어 있어 빠른 추론에서 안정적 결과를 얻을 수 있습니다. README는 Turbo에서 steps=8, cfg≈0, mu=1.15을 권장하며, 베이스 체크포인트에서는 더 많은 스텝과 다른 CFG를 권장합니다. 이로 인해 낮은 스텝 수와 적은 계산으로도 의도한 스타일 효과를 얻을 수 있습니다.
• 패키지는 ComfyUI 친화적 포맷인 safetensors로 제공되며 LoraLoader가 RMSNorm 및 modulation .diff 델타를 자동으로 적용합니다. 별도 변환 과정 없이 ComfyUI 워크플로에 바로 삽입할 수 있으므로 배포와 재현성이 용이합니다. 파일 크기는 약 1.88GB로 어댑터 264개와 델타 텐서가 포함되어 있습니다.

강점

• 원본 파인튜닝의 정규화 변화까지 포함하므로 LoraLoader strength=1.0으로 로드하면 파인튜닝 결과를 충실히 재현합니다. RMSNorm과 modulation 텐서를 .diff로 같이 포함해 스타일·정규화의 미세한 차이를 그대로 재생할 수 있습니다. 이 특성은 단순 어댑터보다 높은 재현성과 일관성을 제공합니다.
• Turbo 체크포인트에서 적은 샘플링 스텝으로도 실용적 품질을 얻을 수 있게 권장 설정을 제공하므로 추론 비용이 낮습니다. README의 권장값은 steps=8, cfg≈0, mu=1.15로 표준화되어 있으며 이 조합은 빠른 워크플로와 일관된 출력으로 이어집니다. 따라서 반복 실험과 프로토타이핑에 유리합니다.
• ComfyUI의 표준 로더와 바로 통합되는 포맷(safetensors)으로 배포되어 설치와 적용이 간단합니다. 추가 변환이나 스크립트 없이 ComfyUI 폴더에 배치하고 LoraLoader 노드에 연결하면 동작하며, 사용법 문서에 필요한 텍스트 인코더·VAE 경로와 로드 타입이 명시되어 있습니다. 이로 인해 재현성과 배포 편의성이 향상됩니다.

훈련 방식

Kroma는 Krea 2의 완전 파인튜닝 체크포인트를 기반으로 LoRA 어댑터와 정규화·모듈레이션 델타를 분리해 만든 변환 산물입니다. 변환 과정에서 어댑터는 rank/alpha를 256으로 축소했고 정규화 관련 파라미터는 .diff 델타로 유지해 원본 동작을 복원하도록 설계했습니다. 최종 산출물은 ComfyUI 형식의 safetensors로 패키징되어 LoraLoader로 바로 적용할 수 있습니다.

알아두면 좋은 것

• 이 리포지토리는 Krea 2 기반의 LoRA인 Kroma v0.1을 ComfyUI 호환 safetensors로 제공하며 rank와 alpha를 256으로 축소했습니다. 파일에는 264개의 LoRA 어댑터와 159개의 RMSNorm/modulation 델타가 포함되어 있어 단순 어댑터 적용을 넘어 정규화 변경까지 재현합니다. ComfyUI의 LoraLoader가 델타를 자동 적용하므로 별도 조정이 필요하지 않습니다.
• Kroma는 Krea-2 베이스와 Krea-2-Turbo 둘 다에서 동작하지만 Turbo를 권장합니다. Turbo에서는 권장 샘플링 설정(steps=8, cfg≈0, mu=1.15)을 사용하면 적은 스텝으로도 원본과 같은 혹은 더 나은 결과를 얻는다고 명시되어 있습니다. 베이스 체크포인트에서는 더 많은 스텝과 높은 CFG가 필요하므로 계산 비용이 상대적으로 증가합니다.
• 설치와 실행은 ComfyUI의 표준 폴더 구조에 파일을 배치하고 LoraLoader를 diffusion model과 sampler 사이에 넣는 간단한 흐름을 따릅니다. 텍스트 인코더는 Qwen3-VL(12-layer) 타입으로 로드해야 하며, 강도(strength) 기본값은 1.0이 권장됩니다. 출력이 기대와 다를 경우 strength 값을 0.7–0.9로 낮추거나 텍스트 인코더 타입과 ComfyUI 버전을 확인하도록 안내하고 있습니다.
• 변환 이력은 Krea 2의 파인튜닝 체크포인트에서 생성된 모델을 LoRA 어댑터와 .diff 델타로 분리해 ComfyUI 형식으로 변환한 것입니다. 변환 과정에서 어댑터는 diffusion_model.* 네이밍을 사용하고, RMSNorm과 modulation은 델타로 저장되어 원본 변경을 재현합니다. 이 구조는 ComfyUI의 로더가 두 요소를 동시에 적용해 정확한 재현성을 확보하도록 설계되어 있습니다.

기술적 특징

• 파일은 LoRA 어댑터(264개)와 RMSNorm/modulation 델타(159개)를 함께 담은 단일 safetensors로 구성되어 있습니다. 어댑터 파트는 diffusion_model 네이밍을 사용해 ComfyUI의 LoraLoader와 호환되며 정규화 델타는 .diff로 저장되어 동일한 strength로 적용됩니다. 이 구성은 어댑터와 정규화 보정이 동시에 적용되는 동작 경로를 보장합니다.
• 파라미터 축소는 rank 256, alpha 256으로 이뤄져 LoRA 파트의 용량을 작게 유지하면서도 충분한 표현력을 확보하려는 설계입니다. 축소된 rank는 파일 크기를 약 1.88GB로 억제하면서 ComfyUI에서 실용적인 메모리 요구량을 유지합니다. 결과적으로 다양한 하드웨어에서 시험해보기 용이하게 설계되었습니다.
• Turbo 체크포인트에 맞춰 권장 샘플링 파라미터를 제공해 추론 단계의 입력→과정→출력 흐름을 표준화했습니다. 입력은 Krea 2 체크포인트와 Qwen3-VL 텍스트 인코더, VAE를 로드하는 것이며 과정은 LoraLoader에서 strength를 1.0으로 적용해 샘플링을 수행하는 형태입니다. 이 표준화는 적은 스텝 수로도 예측 가능한 시각적 결과를 얻는 데 기여합니다.

차별점

• 다수의 LoRA 어댑터와 함께 RMSNorm·modulation 델타를 동일 파일에 포함해 정규화 수준까지 재현하는 점이 핵심 차별점입니다. 일반적인 LoRA는 가중치의 저랭크 보정만 제공하는 반면 Kroma는 정규화 스케일의 변화까지 적용하므로 파인튜닝의 미세한 스타일을 잘 유지합니다. 이로 인해 원본 파인튜닝과의 시각적 일치성이 높아집니다.
• ComfyUI의 LoraLoader에서 추가 처리 없이 .diff 델타를 자동 적용하도록 포맷을 맞춰 배포되어 사용 편의성이 높은 편입니다. 변환 이력과 포맷 호환성을 명확히 문서화해 사용자 실수로 인한 미스매치를 줄이는 설계가 돋보입니다. Turbo 권장 설정을 함께 제공해 실무에서 빠른 반복이 가능하도록 의도되어 있습니다.