Z-image-hires Workflow
세부 정보
파일 다운로드
모델 설명
🚀 Z-Image Turbo FP8 고해상도 워크플로우 (저 VRAM 최적화)
이 워크플로우는 저 VRAM 사용자를 위해 특별히 설계된 고효율 ComfyUI 워크플로우입니다. FP8 양자화 모델과 잠재 공간 업스케일 기술을 활용하여 최소한의 리소스로 고해상도 이미지(1024x1792)를 빠르게 생성합니다.
✨ 주요 기능
극저 VRAM 사용: 모델 및 텍스트 인코더 모두 FP8 파이프라인을 사용하여 메모리 사용량을 대폭 줄입니다.
초고속 처리: Turbo 모델과 효율적인 샘플링 단계에 최적화되었습니다.
Hires Fix 파이프라인:
Latent Upscale+2nd Pass KSampler를 사용하여 무거운 VRAM 비용 없이 선명한 디테일을 구현합니다.AuraFlow 아키텍처:
ModelSamplingAuraFlow노드를 사용하여 최적화되었습니다.
📂 필요 모델 및 다운로드
워크플로우가 정상적으로 작동하려면 다음 모델을 다운로드하여 각각의 ComfyUI 폴더에 배치하세요:
1. UNet 모델 (models/unet/ 폴더에 배치)
파일명:
z-image-turbo-fp8-e4m3fn.safetensors
2. CLIP / 텍스트 인코더 (models/clip/ 폴더에 배치)
파일명:
qwen3-4b-fp8-scaled.safetensors
⚙️ 주요 설정 및 구성
이 워크플로우는 2단계 시스템으로 작동합니다. 최상의 결과를 얻으려면 다음 설정을 따르세요:
🔹 1단계: 기본 생성
- 잠재 공간 크기: 컴퓨팅 자원을 절약하기 위해 낮은 초기 해상도(예: 512x896)로 생성합니다.
🔹 2단계: 잠재 공간 업스케일
업스케일 방법:
LatentUpscaleBy사용확대 비율: 기본값
2(최종 출력 해상도 1024x1792)
🔹 3단계: Hires Fix (리파이너)
이 단계는 이미지 선명도 및 디테일 향상에 필수적입니다:
샘플러:
res_multistep(강력히 권장)노이즈 제거(Denoise): 권장 범위
0.5 - 0.6< 0.5: 변화가 최소화되며, 이미지가 약간 흐릿하게 남을 수 있음> 0.6: 더 많은 디테일을 추가하지만, 너무 높게 설정하면 이미지 구조가 왜곡되거나 환상이 발생할 수 있음
📊 성능 벤치마크
실제 테스트 데이터 기준:
GPU | 출력 해상도 | 시간
NVIDIA RTX 5070 Ti | 1024 x 1792 | 8~9초
📝 사용 팁
메모리 관리: VRAM이 매우 제한적이라면, 백그라운드에 다른 큰 모델이 로드되지 않았는지 확인하세요.
프롬프트 작성: Qwen 텍스트 인코더를 사용하므로 자연어 이해 능력이 뛰어납니다. 상세하고 문장 형식의 프롬프트가 매우 효과적입니다.
문제 해결: 이미지 디테일이 깨지거나 "연소된" 것처럼 보인다면, 두 번째 KSampler의
denoise값을 약간 낮춰보세요.