一、说明Z-Image (造相)是一款由阿里巴巴通义实验室开发的强大且高效的6B参数图像生成模型。它采用了可扩展单流 DiT(S3-DiT) 架构将文本、视觉语义 Token 和图像 VAE Token 在序列级别进行拼接作为统一的输入流从而最大限度地提高了参数效率。 Z-Image (Base) 是非蒸馏的基础模型专为社区驱动的微调和定制开发而设计。模型亮点逼真画质提供强大的逼真图像生成能力同时保持出色的审美质量精确的双语文本渲染擅长准确呈现复杂的中文和英文文本提示词增强与推理提示词增强器 (Prompt Enhancer) 赋予模型推理能力支持微调是进行定制训练和适配的理想基础模型二、文生图1、模型 ComfyUI/ ├── models/ │ ├── text_encoders/ │ │ └── qwen_3_4b.safetensors │ ├── diffusion_models/ │ │ └── z_image_bf16.safetensors │ └── vae/ │ └── ae.safetensors如何下载前面章节有说明不再重复2、用官方模板[INFO] Prompt executed in 318.64 seconds上面是自带提示词参数生成的图还可以后面我们做一下修改3、修改参数以及提示词我们的目标是生成关之琳年轻时候的照片看看她有多美港风人像高清9:16最优参数我们通过找资料获取这些信息后面可以试试实践出真知喔核心分辨率配置‌宽高比‌保持9:16竖屏比例适配手机人像构图‌百万像素‌调整至2.0对应像素尺寸约为900×1600兼顾生成速度与基础画质‌放大倍数‌设置为8倍在保留原生胶片质感的同时大幅提升面部发丝、港风服饰纹理的精细度避免过度放大导致的画面失真。本来想设置为4倍发现8最小了✨ 配套生成提示词优化九十年代港风老胶片质感年轻时的关之琳留经典大波浪卷发身着复古港风连衣裙站在暖调霓虹柔光背景前神态温婉清丽妆容淡雅自然画面柔和细腻人像主体突出胶片颗粒感均匀色彩还原九十年代复古色调。Z_IMAGE 可以直接用中文支持得很好运行慢很慢下一篇试试turbo,会不会快很多[INFO] Prompt executed in 515.06 seconds换换提示词九十年代港风老胶片复古质感温婉清丽的关之琳经典大波浪造型淡雅妆容柔和细腻画面简洁雅致背景细节清晰自然将宽高比改为169运行三、文生图int8wget -P /home/jjj/ComfyUI/models/diffusion_models https://hf-mirror.com/Comfy-Org/z_image/resolve/main/split_files/diffusion_models/z_image_int8_convrot.safetensors[INFO] Prompt executed in 220.27 seconds和模板差不多我们用前面的提示词九十年代港风老胶片质感年轻时的关之琳留经典大波浪卷发身着复古港风连衣裙站在暖调霓虹柔光背景前神态温婉清丽妆容淡雅自然画面柔和细腻人像主体突出胶片颗粒感均匀色彩还原九十年代复古色调[INFO] Prompt executed in 121.82 seconds四、z_image_turbo_bf16与z_image_turbo_int8区别这两个是阿里Z-Image-Turbo文生图模型的不同量化版本核心差异集中在精度、资源占用和生成表现上。 基础参数与硬件门槛差异表格维度z_image_turbo_bf16.safetensorsz_image_turbo_int8.safetensors精度格式16位Brain Floating Point浮点格式8位整数量化格式模型文件大小约12.3GB约56GB最低显存需求16GB68GB数值稳定性保留FP32级动态范围几乎不会出现黑图、数值溢出问题整数映射校准后稳定性尚可极端场景下可能出现细节失真✨ 生成质量与速度表现差异‌BF16版本‌画质保留100%基准水平色彩还原精准发丝、纹理等高频细节完整FID分数约12.5是官方原生的高质量基准版本。单图生成耗时约3.2秒速度作为基准参照。‌INT8版本‌画质保留约90%93%在普通提示词下肉眼差异不大但复杂光影、精细人像场景下可能出现轻微细节模糊FID分数约16.8。单图生成耗时约1.9秒速度比BF16版本快40%左右。 适用场景差异‌BF16版本‌推荐RTX 4080/4090、专业级GPU使用适合专业创作、追求极致画质的场景比如商业人像、高精度艺术作品生成。‌INT8版本‌推荐RTX 3060/4060等8GB显存消费级显卡使用适合快速迭代测试提示词、批量生成预览图在低显存设备上也能流畅跑通。五、Z-Image-Turbo 显卡版本选型速查表表格量化格式显存需求画质保留比例速度提升倍率推荐适配硬件BF16原始版~16GB100%基准参照RTX 4080/4090、专业级GPUFP8 Scaled~6GB95-98%1.2倍RTX 3060/4060/3070SVDQ INT4 (r256)4-5GB90-93%2-3倍RTX 2060/3050SVDQ FP4 (r128)3-4GB85-90%3倍RTX 5xxx系列实验性