ComfyUI-CapitanZiT-Scheduler

ComfyUI用に、Z-Image-Turbo専用の小さなカスタムノード/スケジューラー CapitanZiT をリリースしました。

なぜ重要なのか：
Z-Image-Turboは8〜9ステップの高速化のために蒸留されており、公式パイプラインではクリーンな線形シグマスケジュール（1.0 → 0.0）とEulerをフローマッチングに使用しています。CapitanZiTは torch.linspace(1.0, 0.0, steps + 1) を使用してこれを正確に再現します。追加の曲線や不一致は一切ありません。

結果：

• 極めて安定した速度予測とノイズ除去
• シード変動 <5%（一部のデフォルトでは10–15%）
• 低ステップでも最小限のアーチファクトで、よりクリーンでシャープな出力
• TurboのDMDR蒸留（ロジット正規ノイズ＋ダイナミックリノイジング）と完全互換

主な特徴：

• KSampler/KSampler Advancedのスケジューラドロップダウンから直接「capitanZiT」を選択（プラグアンドプレイ）
• SIGMAS出力用のスタンドアロン「CapitanZiT Linear Sigma」ノード（SamplerCustomAdvancedに最適）
• デフォルトステップ数9、調整可能、euler/euler_ancestralと完全に動作
• 約50行、依存関係なし、VRAMオーバーヘッド<100MB

bf16バージョン、RTX 3090 GPUでテスト済み：8ステップで1秒未満の推論、最適化されていないセットアップよりはるかに一貫性が高い。余計なノイズを潰したい場合は、AuraFlow shift（5–7）と組み合わせると最適です。

リポジトリ：https://github.com/capitan01R/ComfyUI-CapitanZiT-Scheduler
（インストールは超簡単：custom_nodesにgit clone → 再起動）

または

ComfyUI Manager経由：「ComfyUI-CapitanZiT-Scheduler」

より良いテクスチャのために :

• Euler_cfg_pp （よりシャープなテクスチャ）、Euler_ancestral_cfg_pp （よりスムーズなテクスチャ）。
• Res_2s （eta 0.65–0.75）
• ModelSamplingAuraFlow （3, 5, 7） の使用オプション。

また、ZiTでLoRAをトレーニングした方へ朗報：トレーニング中に見ていた良好なプレビューサンプルが、このSigma/スケジューラーを使用することで、そのまま再現できます。

Z-Image-Turboを頻繁に使用している方にとって、これは安定性を向上させるためのドロップインアップグレードです。フィードバックをお待ちしています！