8GB显存本地部署Z-image模型

前言

本人显卡RTX5060 8GB,本文适用且仅适用于8GB显存的本地部署。

z-image是阿里巴巴推出的一款开源模型,并且对硬件的要求不高。生成图像质量良好,并且可以生成NSFW图片

一、安装ComfyUI

访问官网下载:https://www.comfy.org/zh-cn/download ,按照相关文档走就行。

二、下载模型文件

从Hugging Face下载:

下载好后,将文件按照下面的结构放入相应的目录:

1
2
3
4
5
6
7
8
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 text_encoders/
│ │ └── qwen_3_4b_Q4_K_M.gguf
│ ├── 📂 diffusion_models/
│ │ └── z_image_turbo_Q4_K_M.gguf
│ └── 📂 vae/
│ └── ae.safetensor

三、下载工作流文件

下载此文件:https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_z_image_turbo.json

将此文件放入/user/default/workflows目录下(如果没有就新建一个workflows文件夹)

四、安装 ComfyUI-GGUF 插件

首先,下载ComfyUI Manager:(官方文档

custom_nodes目录中打开终端,输入下面的命令

1
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

随后,打开ComfyUI,在左上角选择“管理扩展功能“
63ee001933d3077256bd60ce773c96ce.png

搜索“ComfyUI-GGUF”并安装
39677b4078c3e80af6c4f5f01f1ace4d.png

五、配置

在左侧边栏选择工作流,选择刚下载的这个
fc7a3046c3b002689fa95cad6ccb8488.png

接着,使用 Unet Loader (GGUF) 节点加载扩散模型,使用 CLIP Loader (GGUF) 节点加载文本编码器

将原始的“Unet加载器”和“加载CLIP“删除。右键添加节点,按照图示方法选择,添加”Unet Loader(GGUF)”和“CLIPLoader(GGUF)”
ac7f0f0cbc8539bc8b9589630173c37f.png

并按照图示配置:
535a63cf9eb1f6a5cc625b6e85171a0f.png

采样器参数设置与标准工作流一致(Steps=8, CFG=1.0, Scheduler=sgm_uniform)。

六、运行

在中间的CLIP文本编码器输入提示词,点击右上角运行即可。


本文参考了:

,并按照相关许可协议进行发布。本文使用CC BY-NC-SA 4.0协议进行许可。如果错误请指出。