Z-Image Turbo - Simple T2I Workflow + Upscaler + Lora Loader
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
⚡ Z-Image Turbo
シンプルなテキストから画像へのワークフロー + アップスケーラー & LoRAローダー
Z-Image Turboは、60億パラメータを持つ高速で、凝縮され、強力かつ非常に効率的な画像生成モデルです。このモデルの強みは、写真のようにリアルな画像を生成できる点にあります。しかし、このモデルはプロンプトを非常に良く理解しますが、出力の品質はまだ高級品とは言えません。そのため、画像を完成させるにはアップスケーリング処理が必要です。このワークフローは、有名なUltimate SD Upscalerを含んでいます。
🚀 すぐに使い始めるには何が必要ですか？
このワークフロー — ダウンロードしてComfyUIに読み込むだけ
Z-Imageモデル：z_image_turbo_bf16.safetensors（\models\diffusion_models\に配置）
テキストエンコーダーファイル：qwen_3_4b.safetensors（\models\text_encoders\に配置）
VAEファイル：ae.safetensors（\models\vae\に配置）
お好みの複数のアップスケールモデル（\models\upscale_models\に配置）
アップスケールモデルについては、4x_NMKD-Siax_200k.pthまたは4x_UltraSharp.pthを推奨します。これらが最も優れた結果をもたらします。ただし、他のアップスケールモデルもお試しください。良い選択肢はこちらで見つかります。
以前にFLUXをご利用されていた場合、ae.safetensorsファイルはすでに持っているため、再度ダウンロードする必要はありません。
VRAMが8GBのGPUをお使いの場合は、fp8チェックポイントもご利用いただけます。GGUFモデルを使用する理由は特にありません。BF16とFP8モデルは、あらゆるGPUに十分に軽量です。
❓ このワークフローを実行するには特別なノードが必要ですか？
ワークフロー内のノードは、ComfyUIに既にインストールされている標準的なノードです。ComfyUIが不足しているノードを警告する場合は、そのノードをインストールして短時間再起動してください。
このワークフローで使用しているカスタムノード：
🛠️ なぜテキストエンコーダー（ポジティブプロンプト）がKSamplerノードのネガティブとポジティブの両方に接続されているのですか？
CFG値を1.0に設定すると、ネガティブプロンプトは無視されます。これがこのモデルが非常に高速である理由の一つです。これは意図的な設計であり、ミスではありません。他のワークフローはこの事実を無視しています。ポジティブプロンプトを入力するだけで、すぐに利用できます！
💡 使用上のヒント：
左側で希望の解像度を設定し、右端で好みのアップスケーラーを選択して生成を開始してください。
テスト目的で生の画像のみを生成したい場合は、左上にある最初のノードでアップスケーリンググループを無効にしてください。
Ultimate SD Upscaleノード内のdenoise値とCFG値を調整して、最適な結果を得てください。また、異なるアップスケールモデルもお試しください。
このモデルでは10ステップ以上にする必要はありません。このモデルは8ステップモデルです。ステップ数を増やしても画像の品質は向上しません。8、9、または最大10ステップに設定してください。
ノードでアスペクト比（例：5:7や9:16）を直接選択できると便利です。解像度を手動で入力したい場合は、「Base Resolution Node」を切断または削除してください。その後、「latent image」ノードで希望の解像度を入力できます。
🚀 v2 チェンジログ：
- 現在作成中...
ワークフローについてご質問やご意見がある場合は、コメント欄に投稿してください。
楽しい生成を！生成した画像は下のギャラリーにぜひ投稿してください！ 👍
