Sexiam - ZIT Styles

SexiamSexiam
29
171
z-imagestylezimagezitz image
v1.0

详情

下载文件

模型描述

Sexiam — ZIT 风格

以下是使用两步高分辨率修复工作流为 ZIT 图像添加细节的示例。

原始创意源自 @Photographer 的 Amazing Z-Image Workflow
因此，提示词的模块化开关功能归功于他们。

(Z-Image Turbo 风格选择器工作流)

ZIT 风格 是专为 Z-Image Turbo 构建的模块化风格选择工作流，Z-Image Turbo 是一款基于 Qwen 的快速且灵活的蒸馏图像模型。它旨在让你无需每次重写提示词，即可探索一系列精心策划的美学风格——从简约现代漫画到粗粝的电影 noir 风格。

只需从风格类别中选择一个预设，系统便会通过占位符 {$@} 自动将该视觉语言注入你的提示模板。你的主体内容保持不变——风格才是改变的关键。

此工作流包含：

  • 涵盖 动漫、漫画、美术、摄影 和 电影 的预设风格组

  • 通过 风格整合器 节点实现无缝风格切换

  • 内置对 LoRAs、放大路径和细化节点的支持（按需使用）

  • 清晰的布局，便于快速迭代与一致重绘

无论你是原型设计角色、开发专属美学，还是为同一场景测试多种风格——Sexiam – ZIT 风格 都能让整个过程变得有趣、快速且无痛。

如需文件，可在此处获取：

  1. z_image_turbo-Q5_K_S.gguf (5.19 GB)
    将文件放置于：ComfyUI/models/diffusion_models/

  2. Qwen3-4B.i1-Q5_K_S.gguf (2.82 GB)
    将文件放置于：ComfyUI/models/text_encoders/

  3. ae.safetensors (335 MB)
    将文件放置于：ComfyUI/models/vae/

步骤 1 — 加载模型

此工作流的启动方式与任何其他 Stable Diffusion 设置相同。加载主 Z-Image Turbo 检查点及其配套的 VAE 和 CLIP。此后，如需为图像增添个性或保持角色一致性，可选择通过 Power LoRA 加载器 插入 LoRAs。

  • 检查点 → Z-Image Turbo
  • VAE → Z-Image Turbo VAE
  • CLIP → Qwen 3（GGUF 格式）
  • （可选） 通过 Power LoRA 加载器使用 LoRAs

连接完成后，即可进入风格系统。

步骤 2 — 风格选择器控制

左侧为 风格选择器，可一次启用一个预设风格。这些预设按类别分组，如 动漫、漫画、艺术、照片 和 电影。启用某个风格后，其美学提示词将自动与右侧 提示词 面板中输入的内容，通过 {$@} 占位符组合使用。

使用风格的步骤：

  1. 将一个风格切换为“是”

  2. 在右侧提示词面板中输入你的主体或场景

  3. 生成

如需完全掌控提示词，不受任何预设风格影响：

  • 切换为 无风格

  • 仅使用你自己的提示词文本

所有预设风格提示词均在工作流中可见且可编辑。你可以选择任一标注的风格节点修改其文本，或按 0 键直接跳转至已收藏的风格提示词部分。

这使你能够调整现有风格，或按需创建全新风格。

步骤 3 — KSampler / 图像生成与优化

本部分负责从基础构图到高分辨率清理的图像生成工作流。

1️⃣ 空潜空间尺寸选择器
在此设置宽高比或目标分辨率。这定义了初始潜空间画布的尺寸。

2️⃣ 第一轮 KSampler — 基础构图阶段
生成整体布局：姿势、剪影、解剖结构、光影方向等。
由于后续会进行优化，通常低步数即可。

3️⃣ 高分辨率修复 / 放大阶段
在基础构图完成后，图像被放大以提升细节分辨率。
此阶段可能导致轻微扭曲、锯齿或纹理伪影。

4️⃣ 第二轮 KSampler — 优化阶段
低去噪修正阶段，用于锐化细节并修复放大伪影，同时保留原始结构。

推荐采样器与调度器

对于此两阶段放大工作流中的 Z-Image Turbo，
采样器 res_multistep 配合 beta 调度器能持续提供最佳效果：

  • 保留第一阶段的构图

  • 增强优化阶段的锐度

  • 对边缘细节和织物纹理处理出色

此设置可防止第二阶段“重绘”图像，同时完成清理。

可选：在高分辨率修复前放大潜空间

按比例放大潜空间 节点可在首次解码前增大起始画布尺寸。
这有助于捕捉更多原生细节，但需注意：

  • 高分辨率修复仍会在之后进一步提升分辨率

  • 过大的潜空间可能超出 GPU 内存限制或降低生成精度

最稳妥的路径仍是：

适中的基础尺寸 → 高分辨率放大 → 优化 KSampler

步骤 4 — 可选的放大后增强

此步骤完全可选，适用于你希望：

• 获得更大尺寸的最终图像
• 锐化微小细节（眼睛、头发、织物）
• 在低显存 GPU 上获得更好效果
• 比主 KSampler 提供更多控制

使用方法：

1️⃣ 将已完成的图像输入 加载图像 节点
（可使用本工作流中的图像或外部文件）

2️⃣ 选择一个放大模型
示例：4x_foolhardy_Remacri.pth 对通用细节效果极佳

3️⃣ 设置放大倍数
• “2.0” = 宽高各放大两倍
• 更高倍数仅在显存充足时使用

4️⃣ 保持去噪值较低
• 约 0.20 可保留原貌同时清理边缘

5️⃣ 让 Ultimate SD 放大 重建清晰细节
使用平铺选项可避免大图导致的显存过载

6️⃣ 预览 → 保存 ✔️

何时使用此放大器 😎

• 你希望输出海报尺寸的最终作品
• 在步骤 3 后发现边缘模糊或细节柔和
• 你不想通过生成超大潜空间来压榨 GPU
• 你混合了照片与风格化元素，需要更清晰的呈现

快速提示 🛠️

• 看到接缝？→ 增加填充或遮罩模糊
• 变化太多？→ 降低去噪值
• 显存不足？→ 使用更小平铺或 1.0x→2.0x，而非 2.0x→4.0x

此模型生成的图像

未找到图像。