Zit WorkflowZ-Image Turbo FP8 Hires Workflow (مُحسَّن لاستخدام ذاكرة فيديو منخفضة)
Back to Library
Z-Image Turbo FP8 Hires Workflow (مُحسَّن لاستخدام ذاكرة فيديو منخفضة)
Z-Image Turbo FP8 Hires Workflow (مُحسَّن لاستخدام ذاكرة فيديو منخفضة) preview 1
Z-Image Turbo FP8 Hires Workflow (مُحسَّن لاستخدام ذاكرة فيديو منخفضة) preview 2
Z-Image Turbo FP8 Hires Workflow (مُحسَّن لاستخدام ذاكرة فيديو منخفضة) preview 3
Core

Z-Image Turbo FP8 Hires Workflow (مُحسَّن لاستخدام ذاكرة فيديو منخفضة)

هذا مسار عمل ComfyUI عالي الكفاءة مصمم خصيصًا لمن يستخدمون ذاكرة فيديو منخفضة. من خلال استخدام نماذج FP8 المكمزة تقنية Latent Upscale، فإنه يولد صور عالية الدقة (1024x1792) بسرعة مع الحفاظ على استخدام موارد сведенный إلى أدنى حد. 📂 النماذج المطلوبة والتحميلات لضمان عمل المسار بشكل صحيح، يرجى تنزيل النماذج التالية ووضعها في مجلدات ComfyUI الخاصة بك: 1. نموذج UNet (وضع في مجلد models/unet/) اسم الملف: z-image-turbo-fp8-e4m3fn.safetensors التحميل: HuggingFace - Z-Image-Turbo-FP8 2. CLIP / مُرمز النص (وضع في مجلد models/clip/) اسم الملف: qwen3-4b-fp8-scaled.safetensors التحميل: HuggingFace - Qwen3-4B-FP8 ⚙️ الإعدادات الرئيسية والتكوين يعمل هذا المسار بنظام Pass مزدوج. يرجى الالتزام بالإعدادات التالية للحصول على أفضل النتائج: 🔹 المرحلة 1: توليد الأساس حجم التباين: يولد بجودة منخفضة في البداية (مثل 512x896) لéconomie الموارد الحسابية. 🔹 المرحلة 2: التكبير التبايني طريقة التكبير: يستخدم LatentUpscaleBy. مقدار التكبير: الافتراضي هو 2 (يؤدي إلى مخرجات نهائية بقياس 1024x1792). 🔹 المرحلة 3: إصلاح جودة الصورة عالية الدقة (المُحسِّن) هذه الخطوة حاسمة لوضوح الصورة و التفاصيل: المقيم: res_multistep (مُوصى به بشدة). تقليل الضجيج: النطاق المُوصى به هو 0.5 - 0.6. < 0.5: التغيرات طفيفة؛ قد تبقى الصورة محمولة قليلاً. > 0.6: يضيف تفاصيل أكثر، لكن رفعها جدًا قد يغير هيكل الصورة أو يسبب هلاوس. 📊 مقياس الأداء بيانات تستند إلى الاختبارات الفعلية: GPUحلول الإخراجالوقتNVIDIA RTX 5070 Ti1024 x 17928 ~ 9 ثانية 📝 نصائح الاستخدام إدارة الذاكرة: إذا كان لديك حدود جدية بذاكرة فيديو، تأكد من عدم وجود نماذج كبيرة أخرى يتم تحميلها في الخلفية. التعليمات: بما أن هذا يستخدم مُرمز النص Qwen، فهو يمتلك فهمًا قويًا للغة الطبيعية. التعليمات المفصلة بناءً على الجمل تعمل بشكل ممتاز. حل المشكلات: إذا لاحظت أن تفاصيل الصورة تتكسر أو تبدو "محروقة"، جرب خفض قيمة تقليل الضجيج قليلاً في KSampler الثاني.

Features & Nodes

✨ الميزات الرئيسية استخدام ذاكرة فيديو منخفض جدًا: مسار كامل FP8 (نموذج و مُرمز النص) لتقليل حصة الذاكرة بشكل كبير. سريع كالبرق: مُحسَّن لتحسين نماذج Turbo والخطوات المُعتمدة على العين. مسار إصلاح جودة الصورة عالية الدقة: يستخدم التكبير التبايني + KSampler الثاني للتأكد من التفاصيل النقية بدون تكلفة عالية لذاكرة فيديو. هيكل AuraFlow: مُحسَّن باستخدام عقدة ModelSamplingAuraFlow.