内容

本文介绍使用Z-Image-Turbo配合ComfyUI的使用方法。

Z-Image-Turbo的优点：1. 较强的中文提示词跟随能力和汉字生成能力 2. 仅需8步推理即可生图，且参数量仅6B，配合量化可以在家用主机上运行(16G显存)。

竞争对手: Flux-2系列

考虑到某些地区无法使用ComfyUI-manager自动下载的网络限制，文件下载均以手动的方式。

前置准备工作

配置ComfyUI, 需要安装controlnet组件，可以额外安装llama-cpp-vlm文件来实现基于Qwen3-VL的图生文反推。如果需要查看反推的文本，可以安装comfyUI-custom-scripts。

  1. Controlnet 代码仓库: 这里
  2. Llama-cpp-vlm代码仓库： 这里
  3. ComfyUI-custom-scripts代码仓库: 这里

注: Llama-cpp-vlm中需要的一个llama-cpp-python.whl插件的下载地址和下面和Qwen3-VL模型下载链接一并列出

需要下载的模型汇总

  1. Z-image-turbo三件套，下载链接里包含满血版和量化版，运行的时候diffusion_models和text_encoders可以选择量化版以节省显存开销。下载后以图中的方式放入comfyui的目录中: 模型下载链接

directory-1

  1. ControlNet基础模型: 模型下载链接

directory-2

  1. ControlNet 人物动作控制模型，需要body_pose_model.pth,hand_pose_model.pth和facenet.pth: 模型下载链接

directory-3

  1. ControlNet 深度控制模型: 模型下载链接

directory-4

  1. Qwen3-VL 模型 + 相关插件所需wheel文件: 模型下载链接 以及 wheel下载 下载前请核对系统版本和python版本

directory-5

常用的工作流搭建：

  1. 文生图

workflow-1

  1. 图生图(边缘检测)

workflow-2

  1. 图生图(人物姿势检测)

workflow-3

  1. 图生图(深度检测)

workflow-4

  1. 图生图(蒙版局域绘图)

workflow-5

  1. Qwen3-VL反推后文生图

workflow-6

可以直接使用的图片工作流示例(下载后直接导入):

点击这里下载

  1. 基础版本

image-1

  1. controlnet版本

image-2

  1. qwen3-vl反推版本

image-3