Flux2-TurboV2 Acceleration

此工作流是一个使用ComfyUI“自定义采样器”堆栈（而非经典KSampler）的Flux.2 Turbo V2加速文本到图像（或可选参考引导）设置。它加载Flux2 UNet（flux2_dev_fp8mixed.safetensors）、Flux2 文本编码器（mistral_3_small_flux2_fp8…，类型为flux2）以及Flux2 VAE（flux2-vae.safetensors）。随后在采样前应用一个仅模型的Turbo LoRA（Flux2TurboComfyv2.safetensors），强度为1.0，这是本流程中主要的速度与行为改进。

采样过程由模块化节点组成：CLIPTextEncode → FluxGuidance（guidance=4） 生成条件提示，然后BasicGuider + KSamplerSelect(euler) + Flux2Scheduler(steps=8) 输入到SamplerCustomAdvanced中。基础潜变量来自EmptyFlux2LatentImage，具有固定宽高；你可选择性启用ReferenceLatent节点（Ctrl-B）注入一个或多个参考图像；若跳过它们，则变为纯文本到图像。最终潜变量经过VAE解码并保存。简而言之：Turbo LoRA + 自定义采样器管线，当你需要更强的相似性控制时，可选参考潜变量锚定。

🎥 YouTube 视频教程

想了解这个工作流具体是做什么的，以及如何快速启动？

本视频将解释该工具的功能、如何立即启动工作流，并分享我的核心设计思路——无需本地部署，无需复杂环境。

所有内容均直接在RunningHub上运行，让你第一时间体验实际效果。

👉 YouTube 教程： https://youtu.be/CTIWLigZL1E

开始前建议完整观看视频——掌握整体背景有助于更快理解工具，避免常见误区。

⚙️ RunningHub 工作流

立即在线尝试，无需安装。

👉 工作流： https://www.runninghub.ai/post/2007448172402057217/?inviteCode=rh-v1111

若结果符合预期，你后续可部署到本地进行自定义。

🎁 粉丝福利： 注册即送1000积分，每日登录额外获得100积分，畅享4090性能与48GB超强算力！

📺 Bilibili 更新（中国大陆及亚太地区）

如果你身处亚太地区，可通过下方视频查看该工作流的实测演示与创意解析。

📺 B站视频： https://www.bilibili.com/video/BV1s5iqBNE6F/

我会在夸克网盘持续更新模型资源：👉 https://pan.quark.cn/s/20c6f6f8d87b 这些资源主要面向本地用户，便于创作与学习。

---

☕ 在 Ko-fi 支持我

如果你觉得我的内容有帮助，并希望支持未来的创作，欢迎请我喝杯咖啡 ☕。

每一份支持都助我持续创作——如同一粒火花，能点燃熊熊烈焰。

👉 Ko-fi： https://ko-fi.com/aiksk

💼 商务联系

如需合作或咨询，请添加微信：aiksk95