logo
RunComfy
  • ComfyUI
  • EntraîneurNouveau
  • Modèles
  • API
  • Tarification
discord logo
MODÈLES
Explorer
Tous les modèles
BIBLIOTHÈQUE
Générations
APIS DE MODÈLES
Documentation API
Clés API
COMPTE
Utilisation

Z Image Turbo ControlNet : génération image-à-image structurée avec LoRAs | RunComfy

tongyi-mai/z-image/turbo/controlnet/lora

Génération de guide avec une image d'entrée, quatre modes de prétraitement, une synchronisation de contrôle 0 à 1, jusqu'à trois LoRAs et 1 à 8 étapes d'inférence.

URL de l’image d’entrée utilisée pour la génération basée sur ControlNet.
LoRA #1
URL, ID du référentiel HuggingFace (propriétaire/dépôt) vers lora Weights.
Echelle du modèle LoRA.
Liste des LoRA à appliquer (maximum 3).
Contrôle l'importance avec laquelle les conditions ControlNet affectent la sortie.
Spécifie le point de départ du conditionnement ControlNet pendant la génération.
Spécifie le point final du conditionnement ControlNet pendant la génération.
Définit quel prétraitement (le cas échéant) sera appliqué à l’image d’entrée ControlNet.
Spécifie le nombre d'étapes d'inférence pendant la génération.
Permet une expansion rapide et automatique pour améliorer les résultats ; augmente le coût de 0,0025 crédits par demande.
Spécifie le format de l'image de sortie.
Idle
The rate is $0.01 per image.

Introduction à Z Image Turbo ControlNet

Z Image Turbo ControlNet utilise une image d'entrée pour guider la structure tandis qu'une invite de texte décrit le résultat attendu. Choisissez le prétraitement none, canny, depth ou pose ; ajuster la force du contrôle et ses points de début et de fin ; et appliquez jusqu'à trois LoRAs. La page propose également pose sept choix de taille d'image, 1 à 8 étapes d'inférence, une graine, une expansion rapide et une sortie JPEG, PNG ou WebP.
Idéal pour : Refonte guidée par les bords | Composition compatible Depth | Variations de caractères guidées Pose

Z Image Turbo ControlNet Sur X : informations et mises à jour

Présentation du modèle#


  • Tâche : génération image-à-image guidée par ControlNet
  • Résumé : Z Image Turbo ControlNet combine une invite avec une image de contrôle. Le prétraitement détermine quel signal structurel est extrait, les paramètres de contrôle déterminent quand et avec quelle force il est appliqué et les LoRAs facultatifs ajoutent des influences de modèle ou de style.

Paramètres d'entrée#


ParamètreTypeValeur par défaut/PlageDescription
promptstringObligatoireDescription de l'image à générer.
image_urlstring (image_uri)ObligatoireURL de l'image d'entrée ControlNet.
lorasarray0–3 éléments; Obligatoire; un élément par défautEntrées LoRA à appliquer. Chaque entrée contient path et scale.
image_sizestringsquare_hd, square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9, auto; par défaut autoPréréglage de taille de sortie.
control_scalefloat0–1; par défaut 0.9Force du conditionnement ControlNet.
control_startfloat0–1; par défaut 0Point de la génération où le contrôle commence.
control_endfloat0–1; par défaut 0.4Point de la génération où le contrôle se termine.
preprocessstringnone, canny, depth, pose; par défaut nonePrétraitement appliqué à l’image de contrôle.
num_inference_stepsinteger1–8; par défaut 8Nombre d'étapes d'inférence.
seedintegerpar défaut 0Graine utilisée pour varier ou reproduire un résultat.
enable_prompt_expansionbooleanpar défaut falseDéveloppe automatiquement l'invite lorsqu'elle est activée.
output_formatstringjpeg, png, webp; par défaut pngFormat de fichier image renvoyé.

Chaque entrée LoRA contient path et scale ; l'échelle LoRA accepte 0 à 4 et la valeur par défaut est 1.


Conseils pratiques#


  • Sélectionnez le mode de prétraitement qui correspond à la structure que vous devez conserver : canny pour les bords, depth pour la disposition spatiale, pose pour les repères corporels ou none lorsque l'image de contrôle fournie est déjà préparée.
  • Commencez avec les paramètres de contrôle par défaut, puis modifiez l'un des control_scale, control_start ou control_end à la fois.
  • Maintenez les valeurs de synchronisation de contrôle entre 0 et 1 et testez l'interaction entre les points de début et de fin.
  • Ajoutez uniquement les LoRAs nécessaires au résultat souhaité et ajustez soigneusement chaque échelle.
  • Inspectez la structure, le recadrage, les visages, les mains, le texte et la cohérence du style avant la livraison.

Modèles associés#


  • Utilisez Z Image Turbo LoRA lorsque le contrôle de la structure n'est pas nécessaire.
  • Utilisez Z Image Turbo Text to Image pour la génération sans image de contrôle.

Modèles associés

nano-banana-2-lite/text-to-image

Génération text-to-image rapide et économique à résolution 1K fixe.

flux-2/max/edit

Modifiez une à dix images de référence à partir d’une instruction texte avec des préréglages de taille sélectionnables, une graine et une sortie JPEG ou PNG.

flux-1-kontext/pro/edit

Modifiez une image requise à partir d'une instruction textuelle requise avec FLUX Kontext Pro, une graine et neuf options de rapport hauteur/largeur.

flux-2/dev/text-to-image

Générez une image à partir d'une invite requise en utilisant l'un des six préréglages de taille exacte et une graine entière facultative ; la valeur de graine par défaut -1 sélectionne une graine aléatoire.

gpt-image-2/text-to-image

Créez des visuels de marque avec texte et logos intégrés précis.

nano-banana/text-to-image

Générez et personnalisez des visuels uniques à partir de textes avec une IA intuitive

Questions Fréquemment Posées

Les résultats Z Image Turbo ControlNet peuvent-ils être utilisés commercialement ?

L'utilisation commerciale dépend des conditions du modèle actuel, de LoRA et de RunComfy, ainsi que de vos droits sur l'image d'entrée, l'invite et l'actif résultant. Examinez chaque licence applicable avant toute utilisation en production.

Quels paramètres contrôlent la structure sur cette page ?

Choisissez le prétraitement parmi none, canny, depth ou pose. control_scale, control_start et control_end acceptent chacun des valeurs de 0 à 1 et contrôlent la force et le timing du conditionnement.

Combien d’étapes d’inférence et de formats de sortie sont disponibles ?

num_inference_steps accepte 1 à 8 et la valeur par défaut est 8. output_format accepte jpeg, png ou webp et la valeur par défaut est png.

Comment puis-je personnaliser le résultat avec LoRAs ?

loras accepte au maximum trois entrées. Chaque entrée fournit un chemin et une échelle de 0 à 4, avec une échelle par défaut de 1. Utilisez uniquement LoRAs dont vous avez examiné les licences et le comportement.

Combien coûte ce workflow ?

Les prix et les promotions ne sont pas stockés dans ce schéma de contenu et peuvent changer. Vérifiez le coût actuel du crédit affiché par RunComfy avant de soumettre une demande.

Que dois-je inclure lorsque je demande de l’aide ?

Enregistrez l'invite, le mode de prétraitement, les paramètres de contrôle, les chemins et échelles LoRA, le préréglage de taille d'image, les étapes d'inférence, la graine et le format de sortie. Supprimez les URL d'entrée privées ou les informations d'identification avant de partager les détails du diagnostic.

Suivez-nous
  • LinkedIn
  • Facebook
  • Instagram
  • Twitter
Support
  • Discord
  • Email
  • État du système
  • affilié
Modèles vidéo
  • MiniMax H3 Open
  • FLUX 3 Image to Video
  • MiniMax H3 Open Image to Video
  • Wan 2.6 Flash
  • Happy Horse 1.1 reference to video
  • Seedance 1.5 Pro Text to Video
  • Voir tous les modèles →
Modèles d'images
  • Seedream 5.0 Pro Image Edit
  • Flux 2 Flash Edit
  • Nano Banana Pro
  • seedream 4.0
  • GPT Image 2
  • Qwen Image Edit 2511 LoRA
  • Voir tous les modèles →
Légal
  • Conditions d'utilisation
  • Politique de confidentialité
  • Politique relative aux cookies
RunComfy
Droits d'auteur 2026 RunComfy. Tous droits réservés.

RunComfy est la première ComfyUI plateforme, offrant des ComfyUI en ligne environnement et services, ainsi que des workflows ComfyUI proposant des visuels époustouflants. RunComfy propose également AI Models, permettant aux artistes d'utiliser les derniers outils d'IA pour créer des œuvres d'art incroyables.