Krea2: text sequence is not truncated/padded to the reference 512-token layout — long prompts correlate with probabilistic NaN latents
快速结论：该报错通常出现在使用 ComfyUI 运行 Krea2 模型进行文本到图像生成时，使用了超长提示词（导致 token 数超过 512）。优先排查 ComfyUI 中 Krea2 的文本编码器是否对提示词进行了正确的截断或填充至固定 512 token 长度。
问题场景
用户在 ComfyUI 中使用 Krea2 模型进行批量推理，特别是使用 RTX 4090 (sm89)、torch 2.6.0+cu124、xformers 0.0.29.post3 栈时。当输入提示词超过一定长度（例如超过 5000 字符，对应约 1100+ tokens），生成结果概率性地出现全 NaN 潜变量，导致输出黑图或损坏图像。
报错原文
text sequence is not truncated/padded to the reference 512-token layout — long prompts correlate with probabilistic NaN latents此报错为用户根据观测现象总结的描述性报错。在 ComfyUI 日志中，具体现象为采样器输出全为非有限浮点数（NaN），在无内部 NaN 检测的默认情况下，最终输出为黑图或损坏图像。
原因分析
可能原因：官方 Krea2 实现（krea-ai/krea-2 及 Diffusers Pipeline）在编码文本时，明确使用 truncation=True, padding='max_length'，将文本序列固定为 512 tokens。ComfyUI 的 Krea2Tokenizer 继承了 Qwen3-VL 的分词器设置，其中 max_length=99999999 且 pad_to_max_length=False，导致模型接收到的文本序列长度可变（实测可达 1096 tokens）。Krea2 的 txtfusion/attention 模块可能从未在训练时见过超过 512 token 的序列长度，因此超长序列处于分布外（out-of-distribution），可能在某些条件下导致数值不稳定，产生 NaN。
此外，该问题的出现是概率性的，与算力后端的架构相关：RTX 5090 (sm120) + SDPA 路径未见此问题。
环境排查
- 确认 ComfyUI 版本及加载的 Krea2 节点（Issue 基于 #14589 后的版本）
- 确认 Python 版本
- 确认 PyTorch 版本（问题环境为 torch 2.6.0+cu124）
- 确认 CUDA 版本
- 确认显卡架构（如 sm89 vs sm120）
- 确认注意力后端：xformers 0.0.29.post3 vs SDPA
- 检查 Krea2 使用的文本编码器：是否使用了
qwen3vl_4b_fp8_scaled且计算精度为 bf16 - 确认输入提示词长度（字符数），特别是是否显著长于约 4000-5000 字符
解决步骤
- 文本编码器对齐官方实现（根据 Issue 分析，可优先尝试）：修改 ComfyUI 中
comfy/text_encoders/krea2.py的Krea2Tokenizer，在 tokenize 时固定序列长度为 512，并对超长序列进行截断，对短序列进行填充。 - 排查注意力后端：如第一步无法解决，可尝试切换到 SDPA 后端（不使用 xformers），因为 Issue 报告 RTX 5090 + SDPA 路径未复现此问题。
- 排除因自定义 embedding 导致的分词器崩溃：参考相关 PR #14713，确认环境中是否存在自定义 embedding 导致的分词器异常。
- 检查是否存在重复 Issue：Issue 评论中标记了 #14782 为可能重复的 Issue，可以进行交叉参考。
验证方法
使用原本触发 NaN 的超长提示词（建议 4000-5000 字符以上），在修改文本编码器后，多次重复运行（10 次以上），确认不再出现全 NaN 潜变量或黑图输出。同时可对比修改前后文本编码器实际传给模型的 token 数量，确认每次都为固定的 512 tokens。
参考来源
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
