Z-Image Turbo - Simple T2I Workflow + Upscaler + Lora Loader
세부 정보
파일 다운로드
이 버전에 대해
모델 설명
⚡ Z-Image Turbo
간단한 텍스트에서 이미지로 변환 워크플로우 + 업스케일러 및 LoRA 로더
Z-Image Turbo는 6B개의 파라미터를 가진 빠르고, 간소화되며, 강력하고 매우 효율적인 이미지 생성 모델입니다. 이 모델의 강점은 사진처럼 사실적인 이미지를 생성하는 능력에 있습니다. 하지만 이 모델은 프롬프트를 매우 잘 따르더라도 출력 품질이 여전히 프리미엄 수준은 아닙니다. 따라서 이미지를 보기 좋게 만들기 위해 여전히 업스케일링 과정이 필요합니다. 이때 이 워크플로우가 등장합니다. 여기에는 잘 알려진 Ultimate SD Upscaler가 포함되어 있습니다.
🚀 즉시 시작하려면 무엇이 필요할까요?
이 워크플로우 — 다운로드하여 ComfyUI에 로드하기만 하면 됩니다.
Z-Image 모델: z_image_turbo_bf16.safetensors (\models\diffusion_models\에 저장)
텍스트 인코더 파일: qwen_3_4b.safetensors (\models\text_encoders\에 저장)
VAE 파일: ae.safetensors (\models\vae\에 저장)
원하는 다양한 업스케일 모델 (\models\upscale_models\에 저장)
업스케일 모델로는 4x_NMKD-Siax_200k.pth 또는 4x_UltraSharp.pth를 추천합니다. 이들 모델이 최상의 결과를 제공합니다. 그러나 다양한 업스케일 모델을 자유롭게 시도해보세요. 좋은 선택지들은 여기에서 확인할 수 있습니다.
이전에 FLUX를 사용하셨다면, 이미 ae.safetensors 파일을 보유하고 있으므로 다시 다운로드할 필요가 없습니다.
VRAM이 8GB인 GPU를 사용 중이라면 fp8 체크포인트를 사용할 수 있습니다. 여기서 GGUF 모델을 사용할 이유는 없습니다. BF16 및 FP8 모델은 모든 종류의 GPU에 충분히 작기 때문입니다.
❓ 이 워크플로우를 실행하려면 특별한 노드가 필요할까요?
워크플로우 내 노드들은 모두 일반적인 표준 노드이며, ComfyUI에 이미 설치되어 있어야 합니다. ComfyUI가 누락된 노드를 알리면 단순히 설치하고 잠시 재시작하세요.
이 워크플로우에서 사용된 커스텀 노드:
🛠️ 왜 텍스트 인코더(긍정 프롬프트)가 KSampler 노드의 음성 및 긍정 입력 모두에 연결되어 있나요?
CFG 값이 1.0으로 설정되면 부정 프롬프트는 무시됩니다. 이것이 모델이 이렇게 빠른 이유 중 하나입니다. 이는 의도된 설계이며 오류가 아닙니다. 다른 워크플로우들은 이 사실을 무시합니다. 긍정 프롬프트만 입력하시면 바로 사용 가능합니다!
💡 사용 팁:
왼쪽에서 원하는 해상도를 설정하고, 오른쪽 끝에서 원하는 업스케일러를 선택한 후 생성을 시작하세요.
테스트 목적으로 원본 이미지만 생성하고 싶다면, 상단 왼쪽의 첫 번째 노드를 사용하여 업스케일링 그룹을 끄세요.
최적의 결과를 얻기 위해 Ultimate SD Upscale 노드의 denoise 및 CFG 값을 자유롭게 조정해보세요. 다양한 업스케일 모델도 시도해보세요.
이 모델은 8단계 모델입니다. 10단계 이상으로 설정해도 더 나은 이미지가 생성되지 않습니다. 8, 9단계로 두거나 최대 10단계까지로 설정하세요.
저는 노드에서 직접 비율(예: 5:7 또는 9:16)을 선택할 수 있는 옵션이 좋습니다. 해상도를 수동으로 입력하고 싶다면, "Base Resolution Node"를 연결 해제하거나 삭제하세요. 이후 "latent image" 노드에서 원하는 해상도를 직접 입력할 수 있습니다.
🚀 v2 변경 사항:
- 현재 작성 중입니다...
워크플로우에 대한 질문이나 의견이 있다면, 댓글 섹션에 자유롭게 남겨주세요.
즐겁게 사용하시고, 아래 갤러리에 생성된 이미지를 공유해주세요! 👍
