Z-Image Turbo FP8 Hires Workflow (विस्तृत VRAM लाभदायक)

यह एक उच्च-कार्यक्षमता वाला ComfyUI workflow है जिसे केवल विस्तृत VRAM उपयोगकर्ताओं के लिए डिज़ाइन किया गया है। FP8 Quantized Models और Latent Upscale प्रौद्योगिकी का उपयोग करके, यह उच्च-रेज़ोल्यूशन छवियां (1024x1792) तेज़ी से उत्पन्न करता है जबकि न्यूनतम संसाधन उपयोग को बनाए रखता है। 📂 आवश्यक मॉडल और डाउनलोड कार्यवाही को सही ढंग से चलाने के लिए, कृपया नीचे दिए गए मॉडलों को डाउनलोड करें और उन्हें अपने संबंधित ComfyUI फ़ोल्डरों में रखें: 1. UNet मॉडल (models/unet/ में रखें) फ़ाइल नाम: z-image-turbo-fp8-e4m3fn.safetensors डाउनलोड: HuggingFace - Z-Image-Turbo-FP8 2. CLIP / Text Encoder (models/clip/ में रखें) फ़ाइल नाम: qwen3-4b-fp8-scaled.safetensors डाउनलोड: HuggingFace - Qwen3-4B-FP8 ⚙️ की विन्यास और कॉन्फ़िगरेशन इस workflow का परिचालन 2-Pass प्रणाली पर किया जाता है। सबसे बेहतर परिणाम के लिए कृपया नीचे दिए गए विन्यास का पालन करें: 🔹 चरण 1: आधार उत्पादन Latent Size: निचले प्रारंभिक रेज़ोल्यूशन पर उत्पन्न करता है (जैसे, 512x896) संगणन संसाधनों की बचत के लिए। 🔹 चरण 2: Latent Upscale Upscale Method: LatentUpscaleBy का उपयोग करता है। Scale Factor: डिफ़ॉल्ट 2 है (जिससे अंतिम आउटपुट 1024x1792 होता है)। 🔹 चरण 3: Hires Fix (Refiner) यह कदम छवि स्पष्टता और विवरण के लिए महत्वपूर्ण है: Sampler: res_multistep (बहुत सिफ़ारिश किया गया)। Denoise: सिफ़ारिश किया गया दायरा 0.5 - 0.6। < 0.5: परिवर्तन न्यूनतम होंगे; छवि थोड़ी धुंधली रह सकती है। > 0.6: अधिक विवरण जोड़ता है, लेकिन इसे बहुत उच्च करने से छवि संरचना बदल सकती है या hallucinations का कारण बन सकता है। 📊 प्रदर्शन बेंचमार्क वास्तविक परीक्षण आधारित डेटा: GPUOutput ResolutionTimeNVIDIA RTX 5070 Ti1024 x 17928 ~ 9 sec 📝 उपयोग के टिप्स मेमोरी प्रबंधन: यदि आपको VRAM में बहुत कम सीमा है, तो सुनिश्चित करें कि पृष्ठभूमि में कोई अन्य बड़े मॉडल लोड न हों। Prompting: क्योंकि यह Qwen text encoder का उपयोग करता है, इसे मजबूत प्राकृतिक भाषा समझौता है। विवरणपूर्ण, वाक्य-आधारित प्रोम्प्ट्स बहुत अच्छी तरह से काम करते हैं। समस्या निवारण: यदि आप छवि विवरणों को टूटते या दिखने वाले "जला हुए" का ध्यान देते हैं, तो कृपया दूसरे KSampler में denoise मूल्य को थोड़ा कम करने की कोशिश करें।