多年来我一直都是忠贞的stable-diffusion-webui-forge玩家 未考虑使用舒适(ComfyUI) 其实只是因为懒得换环境(w 这次新推出的flux2与Z-image新玩具 本来还有参考在huggingface上面的FLUX.2-dev spaces专案 想在本地玩玩看 专案中是使用diffusers的Flux2Pipeline来载入模型与执行 不过不管是FLUX.2-dev-bnb-4bit还是flux2_dev_Q2_K.gguf 执行时都要耗费爆量的vram 完全无法运行 毕竟FLUX.2-dev有32B 参数 以前经验LLM超过8B不量化 执行起来就会很吃力了 後来在reddit看到ComfyUI 8GB VRAM + 18GB RAM usage 可在300~500秒生成一张图片 https://www.reddit.com/r/StableDiffusion/comments/1p6zmjv/ 我不晓得ComfyUI是如何控制vram不会爆量 也许是model cpu offload之类的 总之我就开始了首次的ComfyUI安装 底下介绍给有打算安装ComfyUI的新手(我也是才玩1天而已) 1. 安装ComfyUI 首先在ComfyUI官网有执行档可以安装 在github中也有打包好的可携版本(包含python) * 在github的README.md中也有介绍手动安装方式 https://github.com/comfyanonymous/ComfyUI/releases 因为我是3060 12G所以我选择 ComfyUI_windows_portable_nvidia_cu128.7z * cu126, cu128这个是CUDA版本，12.6、12.8 or 13.0 下载後解压缩到任意目录中 里面会有run_nvidia_gpu_fast_fp16_accumulation.bat 档案 这会将模型以fp16精度方式来加速执行 品质稍微降低，不过无所谓 重要的是能降低vram用量 2. ComfyUI流程范本 之前我已知道ComfyUI执行方式 都必须透过连接节点制作对应功能的流程 不过我完全不晓得官方有内建多项流程范本 这有点惊艳到我 最新版本已经内建Flux.2 DEV了 https://i.meee.com.tw/Rq04OJB.png 使用官方范本的好处是会显示缺少的模型 并且可直接下载 https://i.meee.com.tw/rjv0BMT.png 不过这个范本是使用fp8精度模型 仍需使用巨量的vram https://i.meee.com.tw/0kMjkDe.png 所以官方范本不适合我的环境 3. GGUF量化版本 後来在huggingface上面找到有提供flux2-dev的gguf档案 而且连text_encoders都是gguf量化版本 更棒的是连workflow流程档案都有 流程档案: workflow-flux2-dev-gguf.json 或 workflow-demo-01.png ComfyUI生成的图片本身都会崁入workflow 将json或图片拖曳至ComfyUI上面就会自动显示所需的节点 https://huggingface.co/gguf-org/flux2-dev-gguf https://raw.githubusercontent.com/calcuis/comfy/master/flux2-dev.png 你所需要下载的档案有3个 文字编码器、模型档案、vae档案 下载後放置至对应的ComfyUI目录 drag cow to > ./ComfyUI/models/text_encoders/ drag flux2 to > ./ComfyUI/models/diffusion_models/ drag pig to > ./ComfyUI/models/vae/ gguf量化版本有q2、q3、q4、q5、q6、q8、iq4 (详细定义需要查一下) 我自己是下载底下三个来使用: cow-mistral3-small-iq4_xs.gguf flux2-dev-iq4_xs.gguf pig_flux2_vae_fp32-f16.gguf 4. 必装套件ComfyUI Manager https://github.com/Comfy-Org/ComfyUI-Manager 这个我一开始不晓得要安装 後来查询後才知道这绝对是所有ComfyUI使用者 都需要使用的重要套件 因为workflow的节点不会只有官方版本 民间设计的节点五花八门 缺少节点就完全无法执行 甚至还存在有所谓的私有节点 以RH开头的好像是runcomfy线上网站专用的 ex. RH_captioner、RH_LLMAPI_NODE... 如下图例子，缺少的节点会是红色框 https://i.meee.com.tw/9lQCHP9.png 而ComfyUI-Manager就是管理节点的强大工具 在安装该套件之前 需要确认系统已经有安装git软体 (git是程式开发的版控软体) 按照README.md说明方式: 使用cmd介面移动至ComfyUI/custom_nodes的路径，输入底下指定後再重启ComfyUI git clone https://github.com/ltdrdata/ComfyUI-Manager comfyui-manager https://i.meee.com.tw/EwJ56LX.png 重启後会在任意流程的上方出现如下图的介面 点选Manager按钮後，会跳出ComfyUI Manager选单 https://i.meee.com.tw/clLhtxa.png 目前我只会使用底下两个功能 (1) Custom Nodes Manager 在此页面中会搜寻网路上所有公开的节点 在上方也可由选单执行Filter过滤内容与搜寻特定目标 如下图预设是All会显示全部 https://i.meee.com.tw/HYSKruc.png 例如选择Installed，他就会列出已安装套件，可执行更新或移除 https://i.meee.com.tw/5MoKW16.png * 可看到在Nodes栏位中有的有写数字，这个是该套件内含的节点数量 (2) Install Missing Custom Nodes 点选此按钮後，其实出现的与上面页面相同 只是在过滤条件中是选Missing https://i.meee.com.tw/LyqPcuC.png https://i.meee.com.tw/elhKnvG.png 点安装按钮需要选择版本，没有喜好的话通常选最新的 安装後需要重启ComfyUI，节点才会生效 不过需要注意的是此功能只能找到7~9成的套件 因为有的节点名称与套件名称完全不同 这种就需要在网路上搜寻确认对应的套件名称 5. 介绍一下工作流程: workflow-flux2-dev-gguf https://i.meee.com.tw/MWuEBdt.png (1) 参考图 这个workflow已有设计两个参考图片，如果要更多参考图就需要自行串接: 载入图片1 => 将影像缩放至总像素数1 => VAE 编码1 => ReferenceLatent1 GGUF VAE Loader => VAE 编码1 载入图片2 => 将影像缩放至总像素数2 => VAE 编码2 => ReferenceLatent2 GGUF VAE Loader => VAE 编码2 这里要注意一下，图片红框处ReferenceLatent是红色的 这是什麽意思? 原来作者好心(XD)帮你将参考图功能停用了 如底下Note写的内容，要用滑鼠点一下节点，在按CTRL+B来启用节点 Note: Unbypass (CTRL-B) the ReferenceLatent nodes to give ref images. Chain more of them to give more images. 我一开始也不晓得，想说参考图怎麽都没作用，後来才注意到被关闭了 不过启用参考图，执行速度也会降低，所以也不能启用太多参考图 (2) 正向提示词 GGUF CLIP Loader => CLIP Text Encode (Positive Prompt) => FluxGuidance => ReferenceLatent1 因为CLIP是gguf量化版本，所以此处是使用GGUF CLIP Loader来载入 如果是标准的CLIP模型，就直接使用CLIPLoader Flux2使用的Text Encode是参数非常庞大的Mistral-3 24B 本身能理解多语言，直接输入中、日语也完全没问题 待会还会介绍的Z-image也类似，他使用的Text Encode是Qwen3-4B 参数虽小许多，但是输入中、日语也没什麽问题 仔细观察会看到ReferenceLatent1有参考图也有Prompt 然後两个ReferenceLatent还会串接在一起，再输出给引导器使用 ReferenceLatent1 => ReferenceLatent2 若ReferenceLatent未启用时(红色) 就只会给模型输入Positive Prompt而已 (3) 载入flux2模型与VAE GGUF VAE Loader => VAE 解码 => 储存图片 GGUF Loader => 基础引导器 => SamplerCustomAdvanced => VAE 解码 ReferenceLatent2 => 基础引导器 => SamplerCustomAdvanced 因为我这里使用的是gguf量化版本 所以节点是GGUF Loader与GGUF VAE Loader 目前GGUF有两个套件 https://i.meee.com.tw/V6XuuCr.png 此工作流使用的是gguf https://github.com/calcuis/gguf (4) SamplerCustomAdvanced等节点 https://i.meee.com.tw/lUItSiB.png Empty Flux 2 Latent => SamplerCustomAdvanced 随机杂讯 => SamplerCustomAdvanced K采样器选择 => SamplerCustomAdvanced Flux2Scheduler => SamplerCustomAdvanced 这几个节点用途有玩过SD的应该都会知晓 就是设定输出宽高、批次大小、seed、取样器、生图步数(steps) (5) 执行速度 我的环境3060 12G、批次大小2、1024x1024、steps 20 每个it约30秒左右，一张图约5分钟 100%|███████████████████| 20/20 [09:21<00:00, 28.08s/it] 网路上看到其他人跑的速度，好像5060ti 16gb会快一倍的样子 以上是目前玩玩flux2-dev与ComfyUI小心得 虽然出图速度非常慢，不过能在本地玩Nano Banana也是挺有趣的 ____________ 再来底下介绍一下Z-image 1. Z Image Turbo模型 目前已公布的是Z Image Turbo模型，参数为6B 与FLUX.1 [dev]同样为蒸馏模型(distilled diffusion model) ____________ https://github.com/Tongyi-MAI/Z-Image 底下是官方github中的模型介绍说明(Gemini翻译) Z-Image 是一款强大且高效的图像生成模型，拥有 60 亿（6B）参数。 目前共有三种变体： Z-Image-Turbo – Z-Image 的蒸馏版本，仅需 8 次 NFE（函数评估次数） 即可达到甚至超越领先竞品的水准。 它在企业级 H800 GPU 上具备 亚秒级的推理延迟， 并能轻松在 16G VRAM 的消费级装置上运行。 该模型在写实图像生成、中英双语文字绘制 以及强大的指令遵循能力方面表现出色。 Z-Image-Base – 非蒸馏的基础模型。藉由释出此检查点（checkpoint）， 我们旨在释放社群驱动微调与客制化开发的无限潜力。 Z-Image-Edit – 专为图像编辑任务而基於 Z-Image 进行微调的变体。 它支援具备出色指令遵循能力的创意「图生图」（image-to-image）生成， 能根据自然语言提示词进行精准的编辑。 ____________ 从说明中可看到Turbo版本只能文生图， 更具实用性的图生图尚须等待Z-Image-Edit推出。 ____________ 2. 模型与workflow Turbo版本模型档案与workflow都在底下网页中可下载 ComfyUI_examples https://comfyanonymous.github.io/ComfyUI_examples/z_image/ 同样要下载文字编码器、模型档案、vae档案 下载後一样要放置至对应的ComfyUI目录 Text encoder file: qwen_3_4b.safetensors (goes in ComfyUI/models/text_encoders/). diffusion model file: z_image_turbo_bf16.safetensors (goes in ComfyUI/models/diffusion_models/). VAE: ae.safetensors the Flux 1 VAE if you don’t have it already (goes in ComfyUI/models/vae/) 好像也有gguf版本，不过我就没试过了 因为一般版本跑起来轻轻松松 下图是workflow https://i.meee.com.tw/LoQ3SYF.png 因为没有参考图，所以节点挺简单的 3. 执行速度 我的环境3060 12G、批次大小2、1024x1024、steps 9 每个it约2.35秒左右，一张图约10.5秒就完成 100%|███████████████████| 9/9 [00:21<00:00, 2.35s/it] 跟flux2比起来出图速度根本是飞天了 所以网路上很多人是期待Z Image能成为SDXL的接班模型 除了速度快之外还有一点很重要是模型授权 Z Image是Apache-2.0 license FLUX.2 [dev]是非商业且非生产用途的授权(Non-Commercial License v2.0) 最後还有一点NFSW...中国模型xd --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.129.18.149 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1764448896.A.1D9.html ※ 编辑: avans (42.79.138.114 台湾), 11/30/2025 05:10:38 ComfyUI-GGUF作者已更新节点包 现在CLIPLoader (GGUF)支援载入量化的Mistral-Small语言模型 例如我测试底下权重，可顺利载入 Mistral-Small-3.2-24B-Instruct-2506-IQ4_XS.gguf https://huggingface.co/unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF ※ 编辑: avans (111.241.69.142 台湾), 11/30/2025 11:17:19 刚刚在C站看到有人建立了图生图流程 https://i.meee.com.tw/OqplQJR.png https://civitai.com/models/2171626?modelVersionId=2445484 这好像就是标准的图生图方式 将原本的EmptySD3LatentImage节点移除 改为载入图片(LoadImage) => 放大图片(ImageScale) => VAE 编码 => 成为浅在空间影像 => KSampler 因为Z-Image-Turbo模型 毕竟只在t2i训练过 i2i结果可能不如预期 还是要等Z-Image-Edit 不过还是可玩玩看 作者建议在KSampler的Denoise中 设置 0.4 到 0.74 之间 越低越可保留原始图片样貌 ※ 编辑: avans (111.241.69.142 台湾), 11/30/2025 14:13:09 目前i2i确实还不行，所以我也是先放置了 在我没关注的时候，原来有lora了! 想说还要等编辑版发布，结果lora先出来了~ 最近都在玩Qwen Image Edit 2509~12G跑的好轻松，跟flux2相比的话w ※ 编辑: avans (42.79.138.114 台湾), 12/01/2025 21:07:46