Z-Image Turbo FP8 Hires Workflow (低 VRAM 最佳化)

這是一個高效率的 ComfyUI 工作流程，專為低 VRAM 用戶設計。透過利用 FP8 Quantized Models 和 Latent Upscale 技術，它能快速生成高解析度圖像 (1024x1792)，同時保持最低限度的資源使用。 📂 所需模型與下載 為確保工作流程正常運行，請下載以下模型並放置在您的 ComfyUI 資料夾中： 1. UNet 模型 (放置於 models/unet/) 檔案名稱：z-image-turbo-fp8-e4m3fn.safetensors 下載：HuggingFace - Z-Image-Turbo-FP8 2. CLIP / 文字編碼器 (放置於 models/clip/) 檔案名稱：qwen3-4b-fp8-scaled.safetensors 下載：HuggingFace - Qwen3-4B-FP8 ⚙️ 主要設定與配置 此工作流程運作於 2-Pass 系統。請遵循以下設定以獲得最佳效果： 🔹 階段 1：基礎生成 潛在尺寸：以較低的初始解析度生成 (例如 512x896) 以節省計算資源。 🔹 階段 2：潛在放大 放大方法：使用 LatentUpscaleBy。 縮放因子：預設為 2 (最終輸出為 1024x1792)。 🔹 階段 3：Hires 修復 (Refiner) 此步驟對圖像清晰度和細節至關重要： 取樣器：res_multistep (強烈建議)。 去噪：建議範圍 0.5 - 0.6。 < 0.5：變化極小；圖像可能仍然略顯模糊。 > 0.6：增加更多細節，但設定過高可能改變圖像結構或導致幻覺。 📊 性能基準 基於實際測試數據： GPU輸出解析度時間NVIDIA RTX 5070 Ti1024 x 17928 ~ 9 秒 📝 使用技巧 記憶體管理：如果您極度受限於 VRAM，請確保背景中沒有加載其他大型模型。 提示詞：由於此工作流程使用 Qwen 文字編碼器，它具有強大的自然語言理解能力。詳細的、句子形式的提示詞效果非常好。 問題排除：如果您注意到圖像細節破損或看起來 "燒焦"，請嘗試稍微降低第二個 KSampler 的去噪值。