Z-Image Turbo FP8 Hires 工作流（低 VRAM 优化）

这是一个为低 VRAM 用户设计的高效 ComfyUI 工作流。通过利用 FP8 量化模型和潜像放大技术，它能够快速生成高分辨率图像（1024x1792），同时保持最低的资源使用。 📂 所需模型与下载 为确保工作流正常运行，请下载以下模型并将其放置在相应的 ComfyUI 文件夹中： 1. UNet 模型（放置在 models/unet/） 文件名：z-image-turbo-fp8-e4m3fn.safetensors 下载：HuggingFace - Z-Image-Turbo-FP8 2. CLIP / 文本编码器（放置在 models/clip/） 文件名：qwen3-4b-fp8-scaled.safetensors 下载：HuggingFace - Qwen3-4B-FP8 ⚙️ 关键设置与配置 此工作流采用 2 阶段系统。请遵循以下设置以获得最佳效果： 🔹 阶段 1：基础生成 潜像大小：以较低初始分辨率生成（例如 512x896）以节省计算资源。 🔹 阶段 2：潜像放大 放大方法：使用 LatentUpscaleBy。 缩放因子：默认为 2（最终输出为 1024x1792）。 🔹 阶段 3：高分辨率修复（精炼器） 此步骤对图像清晰度和细节至关重要： 采样器：res_multistep（强烈推荐）。 去噪：推荐范围 0.5 - 0.6。 < 0.5：变化很小；图像可能仍然略微模糊。 > 0.6：增加更多细节，但设置过高可能会改变图像结构或导致幻觉。 📊 性能基准 基于实际测试数据： GPU输出分辨率时间NVIDIA RTX 5070 Ti1024 x 17928 ~ 9 秒 📝 使用技巧 内存管理：如果您 VRAM 严重不足，请确保后台没有加载其他大型模型。 提示词：由于此工作流使用 Qwen 文本编码器，它具有很强的自然语言理解能力。详细、基于句子的提示词效果非常好。 故障排除：如果注意到图像细节断裂或看起来“烧毁”，请尝试在第二个 KSampler 中稍微降低去噪值。