🚀 Z-Image Turbo FP8 高分辨率工作流（低显存优化）

这是一个专为低显存用户设计的高效 ComfyUI 工作流。通过使用 FP8 量化模型 和 潜空间上采样 技术，它能够在极低资源消耗下快速生成高分辨率图像（1024x1792）。

✨ 核心特性

• 极致低显存占用：完整的 FP8 流水线（模型 + 文本编码器），显著降低内存占用。

• 闪电般快速：针对 Turbo 模型和高效采样步骤进行优化。

• 高分辨率修复流水线：采用 Latent Upscale + 第二轮 KSampler，在不增加显存负担的前提下确保细节清晰。

• AuraFlow 架构：通过 ModelSamplingAuraFlow 节点进行优化。

---

📂 所需模型及下载

为确保工作流正常运行，请下载以下模型并放置到对应的 ComfyUI 文件夹中：

1. UNet 模型（放置于 models/unet/）

• 文件名：z-image-turbo-fp8-e4m3fn.safetensors

• 下载地址：HuggingFace - Z-Image-Turbo-FP8

2. CLIP / 文本编码器（放置于 models/clip/）

• 文件名：qwen3-4b-fp8-scaled.safetensors

• 下载地址：HuggingFace - Qwen3-4B-FP8

---

⚙️ 关键设置与配置

此工作流采用双阶段系统，请遵循以下设置以获得最佳效果：

🔹 第一阶段：基础生成

• 潜空间尺寸：以较低初始分辨率（例如 512x896）生成，节省计算资源。

🔹 第二阶段：潜空间上采样

• 上采样方法：使用 LatentUpscaleBy。

• 缩放因子：默认为 2（最终输出为 1024x1792）。

🔹 第三阶段：高分辨率修复（精修器）

此步骤对图像清晰度和细节至关重要：

• 采样器：res_multistep（强烈推荐）。

• 去噪强度：推荐范围 0.5 - 0.6。

  • < 0.5：变化极小，图像可能仍略显模糊。

  • > 0.6：增加更多细节，但设置过高可能导致图像结构失真或产生幻觉。

---

📊 性能基准测试

数据基于实际测试：

GPU	输出分辨率	耗时
NVIDIA RTX 5070 Ti	1024 x 1792	8 ~ 9 秒

---

📝 使用提示

1. 显存管理：若显存极为有限，请确保后台未加载其他大型模型。

2. 提示词撰写：由于使用 Qwen 文本编码器，其具备强大的自然语言理解能力，使用详细、句子形式的提示词效果极佳。

3. 故障排除：若发现图像细节破损或“烧毁”，请尝试略微降低第二轮 KSampler 中的 denoise 值。