Z-Image-ControlNet + SDPOSE + second-order Refiner
詳細
ファイルをダウンロード
モデル説明
このワークフローは、強化されたZ-Image TurboモデルとControlNetを組み合わせて、ライン、深度マップ、ポーズ骨格に対する安定した制御を実現し、ほぼすべての一般的な条件付けタイプをカバーします。Z-Image Turboは、SD-Poseや他の検出器から抽出された構造的ガイドを尊重しながら、非常に高速なまま動作し、最初の生成段階でポーズの正確性と制御信号への応答性を両立させます。ControlNetは自然と審美的な豊かさを低下させるため、このワークフローでは二次的な精製段階を追加しています：画像はデコードされ、潜在空間に再エンコードされ、さらに1回の拡散プロセスを経ます。これにより、制御を崩すことなく、詳細、色の深み、全体的な視覚的品質が回復されます。潜在空間でのアップスケーリングは、直接的なピクセルアップスケーリングよりもより満足のいく変化を生むことが多いため、このワークフローではそれを主な精製戦略としています。
実際の結果では、骨格制御が安定しており予測可能であることが示されており、SD-Poseに切り替えることで、複雑または全身の検出精度が向上します。よりスタイル化された、または線画の入力に対しては、前処理の強度がモデルが構造をどの程度厳密に解釈するかに直接影響し、ControlNetの強度値だけに頼るよりも、これを調整することでより滑らかな制御が可能になります。ControlNetの存在はLoRAの効果を弱める可能性があるため、スタイルモデルを適用する際には慎重に選択する必要があります。深度抽出、ライン制御、さらにはタイポグラフィのガイドも信頼性高く機能しますが、審美的品質は依然として2段階の精製によって向上します。Z-Imageエコシステムは新しく進化中であることを考慮すると、このワークフローは強力な構造的制御、高速生成、そしてZ-Imageが知られる鮮やかな審美性を回復する精製ステップという実用的なバランスを提供しています。
🎥 YouTube 動画チュートリアル
このワークフローが実際に何をするのか、そしてどのように迅速に開始できるか知りたいですか？
この動画では、ツールの目的、ワークフローの即時起動方法、そして私の基本的な設計思想を説明します。ローカル設定も複雑な環境も不要です。すべてはRunningHub上で直接開始できるため、実際に動作を体験できます。
👉 YouTubeチュートリアル：
https://youtu.be/7GtFnr8ixnM
開始する前に、動画をしっかりと視聴することをお勧めします。全体的な文脈を把握することで、ツールをより早く理解し、よくある誤りを避けることができます。
⚙️ RunningHub ワークフロー
今すぐオンラインでワークフローを試してみてください。インストールは不要です。
👉 ワークフロー：
https://www.runninghub.ai/post/1996596394481819649/?inviteCode=rh-v1111
結果が期待通りであれば、後でローカルにデプロイしてカスタマイズすることも可能です。
🎁 ファン特典：
登録で 1000ポイント + 毎日ログインで100ポイント を獲得！4090レベルのパフォーマンスと48GBの超パワーをお楽しみください！
📺 Bilibili 更新（中国本土およびアジア・太平洋地域）
アジア・太平洋地域にお住まいの方は、以下の動画でワークフローのデモとクリエイティブな構成を確認できます。
📺 Bilibili 動画：
https://www.bilibili.com/video/BV1XW2BBVEqW/
☕ Ko-fi でサポートしてください
私のコンテンツが役に立ったと思われ、今後の制作を応援したい場合は、コーヒー1杯をどうぞ ☕。
どんな小さなサポートも、私が創作を続ける原動力になります。一筋の火花が、燃え盛る炎となるように。
👉 Ko-fi：
https://ko-fi.com/aiksk
💼 事業連絡
協業やお問い合わせは、WeChatでaiksk95までご連絡ください。
🎥 YouTube 動画チュートリアル
このワークフローがどんなツールで、どうやってすぐに始められるのか知りたいですか？
この動画では、ツールの定位、即時起動方法、そして私の構築思想を解説します。
RunningHub上で直接デモを実施し、実際に動作する様子をすぐに体験できます。
👉 YouTubeチュートリアル：
https://youtu.be/7GtFnr8ixnM
開始前に、動画をしっかりと視聴することをお勧めします。全体的な構成を把握することで、ツールをより早く理解でき、よくある誤りを避けることができます。
⚙️ オンラインでワークフローを体験
今すぐインストールなしでオンライン体験できます。
👉 ワークフロー：
https://www.runninghub.ai/post/1996596394481819649/?inviteCode=rh-v1111
上記リンクを開けば、そのままワークフローを実行し、リアルタイムで生成結果をご確認いただけます。
結果が気に入ったら、後でローカル環境にカスタマイズしてデプロイすることも可能です。
🎁 ファン特典：
登録で 1000ポイント をプレゼント！毎日ログインで 100ポイント を獲得！4090レベルのパフォーマンスと48GBの超パワーをお楽しみください！
📺 Bilibili 更新（中国本土およびアジア・太平洋地域）
中国本土またはアジア・太平洋地域にお住まいの方は、以下の動画でこのワークフローの実際の動作と構成の解説をご覧ください。
📺 B站動画：
https://www.bilibili.com/video/BV1XW2BBVEqW/
クァイク ネット盤 でモデルリソースを継続的に更新中：
👉 https://pan.quark.cn/s/20c6f6f8d87b
これらのリソースは主にローカルユーザー向けで、創作と学習を容易にします。