Z-Image Turbo - Simple T2I Workflow + Upscaler + Lora Loader

⚡ Z-Image Turbo

简单文本转图像工作流 + 放大器与LoRA加载器

Z-Image Turbo 是一个快速、精简、强大且高效的图像生成模型，拥有 60亿 参数。该模型的优势在于其生成写实图像的能力。尽管该模型能很好地遵循提示，但输出质量仍不够优质。我们仍需进行放大处理，以使图像达到可展示的水平。这就是本工作流的作用所在，其中包含了知名的 Ultimate SD 放大器。

---

🚀 立即开始需要什么？

• 本工作流 —— 只需下载并加载到 ComfyUI 中

• Z-Image 模型：z_image_turbo_bf16.safetensors（放置于 \models\diffusion_models\）

• 文本编码器文件：qwen_3_4b.safetensors（放置于 \models\text_encoders\）

• VAE 文件：ae.safetensors（放置于 \models\vae\）

• 各种您选择的放大模型（放置于 \models\upscale_models\）

关于放大模型，我推荐 4x_NMKD-Siax_200k.pth 或 4x_UltraSharp.pth，它们能提供最佳效果。当然，您也可以尝试其他放大模型，更多优质选择请见 此处。

如果您之前使用过 FLUX，则已拥有 ae.safetensors 文件，无需重复下载。

如果您使用的 GPU 显存为 8GB，也可以使用 fp8 检查点。我建议无需使用 GGUF 模型，因为 BF16 和 FP8 模型已足够小，适用于所有类型的 GPU。

---

❓ 运行此工作流需要特殊节点吗？

工作流中使用的节点均为通用标准节点，应已安装在您的 ComfyUI 中。如果 ComfyUI 提示缺少节点，请安装后重启即可。

本工作流使用的自定义节点：

• rgthree-comfy

• ComfyUI-Easy-Use

• ComfyUI_UltimateSDUpscale

• Save Image with Generation Metadata

• ControlAltAI_Nodes

• VRGameDevGirl Video Enhancement Nodes

---

🛠️ 为什么文本编码器（正向提示）同时连接到 KSampler 节点的正负提示？

当 CFG 值设为 1.0 时，负向提示将被忽略。这也是该模型如此快速的原因之一。这是有意设计，而非错误。其他工作流常忽视这一点。您只需输入正向提示即可开始生成！

---

💡 使用提示：

• 在左侧设置所需分辨率，在最右侧选择您偏好的放大器，然后开始生成。

• 如果您仅想生成原始图像用于测试，只需使用左上角第一个节点关闭放大组。

• 请自由调整 Ultimate SD 放大节点中的降噪和 CFG 值，以获得最佳效果，并尝试不同的放大模型。

• 该模型无需超过 10 步。它是一个 8 步模型，增加步数不会提升图像质量，建议保持在 8、9 或最多 10 步。

• 我喜欢在节点中直接选择宽高比（如 5:7 或 9:16）。如果您更倾向手动输入分辨率，只需断开或删除“基础分辨率节点”，之后即可在“潜在图像”节点中输入您所需的分辨率。

---

🚀 v2 更新日志：

1. 正在撰写中...

---

如对工作流有任何疑问或建议，欢迎在评论区留言。

尽情创作，并在下方画廊中分享您的生成图像吧！ 👍