Z-Image Turbo

定位

Z-Image 是阿里通义实验室开发的图像生成模型系列。Z-Image Turbo 支持 AIO Checkpoint 和拆分模型，也可以接入兼容的 LoRA 与 ControlNet。

Z-Image Turbo 可以使用 AIO 或模块化加载方式。两种方式的节点和文件目录不同，不能混用。

AIO Checkpoint

ComfyUI/
└── models/
    └── checkpoints/
        └── Z image/
            └── z_image_turbo_aio.safetensors

AIO 文件包含生成所需的主要组件，使用 Load Checkpoint 加载。常见版本包括体积较小的 FP8 和体积较大的 BF16；硬件允许时优先采用发布者推荐的高精度版本。

放入模型后按 R 刷新节点定义和模型列表。首次生成需要将模型载入内存，通常会比后续生成慢。

模块化模型

ComfyUI/
└── models/
    ├── text_encoders/
    │   └── qwen_3_4b_fp8_mixed.safetensors
    ├── diffusion_models/
    │   └── z_image_turbo_bf16.safetensors
    └── vae/
        └── ae.safetensors

基础组件分别加载：

组件	作用
Qwen 文本编码器	将提示词编码为模型条件
Z-Image Turbo diffusion model	执行主要的图像生成
VAE	解码潜空间结果

旧版 qwen_3_4b.safetensors 已被替换为 Comfy-Org 发布的 qwen_3_4b_fp8_mixed.safetensors。模型名称仍可能随版本变化，应以当前模板和模型发布页为准。

工作流

Z-Image 使用 SD3 Latent，而不是经典 Stable Diffusion 的 Empty Latent Image。常见起始分辨率为 1024；显存紧张时可降至 768。

AIO 工作流由 Load Checkpoint 提供 MODEL、CLIP 和 VAE。模块化工作流的核心路径为：

Load Diffusion Model ─────────────→ Sampler
Load Text Encoder → Text Encode ─→ Conditioning
Empty SD3 Latent Image ──────────→ Sampler
Sampler → VAE Decode ← Load VAE
VAE Decode → Save Image

Load CLIP 的类型设为 lumina2。具体节点名称取决于当前 ComfyUI 版本和模板；核心节点缺失通常表示 ComfyUI 版本不符合工作流要求。

LoRA

Z-Image Turbo 只能使用与其架构兼容的 LoRA。连接方式与传统 Checkpoint 工作流的思路相同：LoRA 修改扩散模型，部分 LoRA 也可能影响文本编码过程。

使用前确认：

• LoRA 明确标注支持 Z-Image 或 Z-Image Turbo。
• 使用发布页要求的加载节点和触发词。
• 推荐的强度、采样步数和提示词格式。

ControlNet

Z-Image Turbo 的 ControlNet 模型补丁可能放在：

ComfyUI/models/model_patches/

Canny 边缘图可由对应的 Z-Image Turbo ControlNet 模型补丁用于结构控制。

SD 1.5、SDXL 或 Flux 的 ControlNet 不能直接替代 Z-Image ControlNet。

排查

1. 确认 ComfyUI 已更新到模板要求的版本。
2. 按模板提示检查文本编码器、扩散模型和 VAE。
3. 确认各文件位于对应目录。
4. 确认 LoRA 和 ControlNet 明确支持 Z-Image Turbo。
5. 不要仅凭 .safetensors 扩展名互换模型组件。