ArtCraft 换了模型画面全变——是加载环节没切还是权重没重挂？

换模型后画面全变，先别急着归因到新模型风格不同。ArtCraft 这类图像生成工作流里，换模型实际涉及两个可独立变化的变量：模型文件本身（权重、VAE、文本编码器、训练分辨率偏好）和加载配置（模型路径、权重挂载节点、采样参数、关联资源）。画面全变既可能是新模型本来的输出分布，也可能是加载环节仍指向旧权重、缓存没清、参数被预设覆盖。判断动作建议按“列配置项 → 旧模型对照 → 新模型原配置 → 逐项改配置 → 记录区间”逐步替换，每一步只动一个变量。

适用场景：换 checkpoint 或模型后风格、细节、尺寸同时变化，分不清是新模型特性还是配置未切。操作动作：先列全模型路径、权重挂载位置、配套参数、关联资源并标记是否更新，再用旧模型加当前配置跑对照，最后用新模型加原配置观察边界。验证方式：固定 prompt 与 seed 重跑，对比构图、色调、细节和是否报错。风险边界：对照只能判断差异是否随模型走，不能直接代表模型质量；若出现报错或全黑，优先怀疑权重未挂载或格式不匹配。

把换模型涉及的配置项全部列出来并逐项标记是否已更新

这一步的目标是先排除模型换了、配置没换。建议在 ArtCraft 工作流配置文件或界面里把下列四处逐个找出来，每找一处就在记录里标已更新、未更新或不确定。

模型路径：主 checkpoint、UNet 或底模的文件路径、文件名、版本标识；注意同目录下是否有同名不同版本的权重。
权重挂载位置：加载器节点（如 Checkpoint Loader、UNet Loader）、模型管理器条目、配置文件里的 model 字段；确认加载器实际读的是新文件，而不是旧文件的软链或缓存副本。
配套参数：采样器、调度器、步数、CFG 或引导强度、分辨率或长宽比、seed、denoise 强度、clip skip。
关联资源：VAE、文本编码器或 CLIP、LoRA、ControlNet、Refiner、embedding、风格预设、后处理节点。

标记时不要只改主模型路径。VAE 或文本编码器仍挂旧资源时，色调、对比和语义跟随都会变。建议把未更新的项单独列出来，后面按第 4 节逐项回填。

用旧模型加当前配置跑一次作为对照

对照实验要固定 prompt、seed、分辨率、采样器、步数，只把主模型换回旧模型，其余保持当前配置。目的不是证明旧模型更好，而是看画面变化是否跟着模型走。

# 对照运行记录（通用骨架，字段按实际 ArtCraft 版本替换）
run_id: baseline_old_model
model_path: /models/old_checkpoint.safetensors
vae: 与改动前一致
prompt: 固定同一条
negative_prompt: 固定同一条
seed: 固定值
steps: 固定值
cfg: 固定值
resolution: 固定宽高
sampler: 固定名称
output: 保存路径

把旧模型输出与改动前输出放在一起比：构图是否一致、色调是否回到旧风格、细节纹理是否接近、尺寸比例是否相同。如果旧模型输出与改动前基本一致，说明变化随模型走，加载配置不是主因；如果旧模型输出也变了，说明配置或关联资源被改过，需要回到第 1 节继续查。

用新模型加原配置跑一次

接着换回新模型，但保留原配置，也就是改动前那套参数，不是第 2 节里可能已经调整过的参数。这一步是看新模型在旧参数下的表现边界。

记录输出差异点：风格、色调、细节密度、尺寸、文字或人脸或结构是否崩。是否出现报错或明显劣化：加载失败、张量形状不匹配、全黑或全灰、网格状伪影、过曝、色偏、糊、闪烁、显存不足。如果新模型在旧参数下就报错，优先检查权重格式、精度（fp16、bf16、fp32）和文本编码器是否匹配。

# 通用排查动作：看加载日志里实际读到的路径与 dtype
# 在 ArtCraft 启动日志或控制台里搜索：
#   loading model / checkpoint / unet
#   dtype
#   vae
# 确认打印出的路径是你以为的新模型路径

逐项把配置改到与新模型匹配后再跑

现在逐项把配置改到与新模型匹配。每次只改一项，跑一张固定 seed 的图，记录改了哪一项、输出怎么变。不要一次改路径、VAE、CFG、分辨率，否则最后分不清哪项在起作用。

# 逐项变更记录（通用骨架）
change_01:
  item: 模型路径
  from: old_checkpoint
  to: new_checkpoint
  other_params: 保持不变
  output_obs: 风格 / 构图 / 色调 / 报错 记录一句

change_02:
  item: VAE
  from: old_vae
  to: new_vae 或内置
  other_params: 保持不变
  output_obs: ...

change_03:
  item: 采样器 / 步数 / CFG
  ...

判断哪一项在起作用，主要看两点：改动后输出是否出现与第 3 节不同的新变化；是否把报错或明显劣化消掉。如果改某一项后画面回到可接受范围，就把该项记为新模型的必需配套项。若改完所有项仍与预期不符，需要回头确认模型文件是否完整、是否下载了错误的变体。

写下新模型的可用参数区间与加载配置示例

最后把新模型的可用参数区间和加载配置示例写下来，作为下次换模型的检查模板。

# ArtCraft 通用加载配置骨架（字段名按实际版本替换）
model:
  checkpoint_path: '<新模型路径>'
  weight_dtype: '<fp16|bf16|fp32，按硬件与模型说明选>'
  vae_path: '<新模型配套 VAE 或 auto>'
  text_encoder: '<配套 CLIP 或文本编码器或默认>'

sampling:
  sampler: '<采样器名>'
  scheduler: '<调度器名>'
  steps: '<区间下限-上限，逐档试>'
  cfg_scale: '<区间下限-上限>'
  resolution: '<宽x高，按模型训练分辨率附近试>'
  seed: '固定值用于对比'

associated:
  lora: '<如需，路径与权重>'
  controlnet: '<如需，模型与权重>'
  refiner: '<如需，开关与切换步数>'

参数区间记录方法：对步数、CFG、分辨率各取几档，固定其他项，记录每档是否出现糊、过曝、结构崩或报错。不要只记一个最好参数，记下可用下限到可用上限，以及超出后出现的具体现象。

验证方式：用同一组加载配置和固定 seed 重跑两到三次，观察结果是否稳定落在同一范围。若每次输出差异很大，先检查 seed 是否被随机化、LoRA 或 ControlNet 是否随机启用、缓存是否清掉。稳定后再把这套配置写进模板，下次换模型时从第 1 节清单开始逐项核对。