Amazing Z-Image Workflow

Z-Image-Turboワークフローは、モデルの実験中に私が開発したもので、ComfyUIの基本ワークフロー機能に追加の機能を拡張しています。これは、異なるチェックポイントを使用して複数のGPU VRAM容量をサポートする3つのバージョンを含みます。

機能

• テストおよび実験用に8種類の設定可能な画像スタイルを備えています。

• 多様なGPUをサポートするため、.safetensorsおよび.gguf形式のバージョンを提供しています。

• 私の好みに合わせてカスタムシグマ値を調整（主観的にプロンプトの適合性が向上）。

• 生成された画像は「ZImage」フォルダ内に日付別に整理して保存されます。

• CivitAIの自動プロンプト検出を有効にするトリックを含みます。

ワークフロー概要

ZIPファイルには、異なるGPU VRAM容量向けに最適化された3つのワークフローファイルが含まれています：

1. amazing_zimage-GGUF.json：VRAMが12GB以下のGPUに推奨。

2. amazing_zimage-GGUFSMALL.json：VRAMが8GB未満のGPU用。

3. amazing_zimage-SAFETENSORS.json：ComfyUIの公式サンプルを直接基にしています。

1. amazing_zimage-GGUF.json

VRAMが12GB以下でスムーズに動作します。8GB程度でも処理可能です。

• z_image_turbo-Q5_K_M.gguf（5.52 GB）
  　ローカルディレクトリ：ComfyUI/models/diffusion_models/

• Qwen3-4B.i1-Q5_K_M.gguf（2.89 GB）
  　ローカルディレクトリ：ComfyUI/models/text_encoders/

• ae.safetensors（335 MB）
  　ローカルディレクトリ：ComfyUI/models/vae/

2. amazing_zimage-GGUFSMALL.json

VRAMが限られている（8GB未満）GPU向けに最適化されています。
ただし、プロンプトの正確性に影響が出る可能性があります。

• z_image_turbo-Q3_K_M.gguf（4.12 GB）
  　ローカルディレクトリ：ComfyUI/models/diffusion_models/

• Qwen3-4B.i1-Q2_K.gguf（1.67 GB）
  　ローカルディレクトリ：ComfyUI/models/text_encoders/

• ae.safetensors（335 MB）
  　ローカルディレクトリ：ComfyUI/models/vae/

3. amazing_zimage-SAFETENSORS.json

ComfyUI公式サンプルを直接基にしたもので、VRAMが約12GB以上あるGPUに適しています。

• z_image_turbo_bf16.safetensors（12.3 GB）
  　ローカルディレクトリ：ComfyUI/models/diffusion_models/

• qwen_3_4b.safetensors（8.04 GB）
  　ローカルディレクトリ：ComfyUI/models/text_encoders/

• ae.safetensors（335 MB）
  　ローカルディレクトリ：ComfyUI/models/vae/

必要なカスタムノード

これらのワークフローでは、以下のカスタムノードが必要です：
（ComfyUI-Manager からインストールするか、各リポジトリからダウンロードできます）

• rgthree : https://github.com/rgthree/rgthree-comfy

• ComfyUI-GGUF: https://github.com/city96/ComfyUI-GGUF

ライセンス

このプロジェクトはUnlicenseライセンスの下で提供されています。

詳細：https://github.com/martin-rizzo/AmazingZImageWorkflow