Coleção de Modelos Ajustados Z-Image | Gerador Multi-Estilo

Modelos Ajustados Z-Image: geração de imagem multi‑estilo e de alta qualidade no ComfyUI

Este fluxo de trabalho reúne o Z-Image-Turbo e um conjunto rotativo de modelos ajustados Z-Image em um único gráfico ComfyUI pronto para produção. Ele é projetado para comparar estilos lado a lado, manter o comportamento do prompt consistente e produzir resultados nítidos e coerentes com passos mínimos. Nos bastidores, combina carregamento UNet otimizado, normalização CFG, amostragem compatível com AuraFlow e injeção LoRA opcional para que você possa explorar realismo, retratismo cinematográfico, fantasia sombria e visuais inspirados em anime sem reconfigurar sua tela.

Modelos Ajustados Z-Image são ideais para artistas, engenheiros de prompt e exploradores de modelos que querem uma maneira rápida de avaliar múltiplos pontos de verificação e LoRAs enquanto permanecem em um único pipeline consistente. Insira um prompt, renderize quatro variações de diferentes ajustes Z-Image e rapidamente determine o estilo que melhor se adapta ao seu briefing.

Modelos principais no fluxo de trabalho Comfyui Z-Image Finetuned Models

• Tongyi‑MAI Z‑Image‑Turbo. Um Transformer de Difusão de Fluxo Único com 6 bilhões de parâmetros destilado para texto-para-imagem fotorrealista em poucos passos com forte adesão a instruções e renderização de texto bilíngue. Pesos oficiais e notas de uso estão no cartão do modelo, com o relatório técnico e métodos de destilação detalhados no arXiv e no repositório do projeto. Model • Paper • Decoupled‑DMD • DMDR • GitHub • Diffusers pipeline

• BEYOND REALITY Z‑Image (ajuste da comunidade). Um ponto de verificação Z‑Image com tendência fotorrealista que enfatiza texturas brilhantes, bordas nítidas e acabamento estilizado, adequado para retratos e composições semelhantes a produtos. Model

• Z‑Image‑Turbo‑Realism LoRA (exemplo de LoRA usado na faixa LoRA deste fluxo de trabalho). Um adaptador leve que impulsiona a renderização ultra-realista enquanto preserva o alinhamento do prompt Z‑Image‑Turbo base; carregável sem substituir seu modelo base. Model

• Família AuraFlow (referência compatível com amostragem). O fluxo de trabalho utiliza ganchos de amostragem no estilo AuraFlow para gerações estáveis em poucos passos; consulte a referência do pipeline para informações sobre os agendadores AuraFlow e seus objetivos de design. Docs

Como usar o fluxo de trabalho Comfyui Z-Image Finetuned Models

O gráfico é organizado em quatro faixas de geração independentes que compartilham um codificador de texto comum e VAE. Use um prompt para conduzir todas as faixas e, em seguida, compare os resultados salvos de cada ramo.

• Modelo Geral

  • A configuração compartilhada carrega o codificador de texto e VAE. Insira sua descrição no CLIPTextEncode positivo (#75) e adicione restrições opcionais ao CLIPTextEncode negativo (#74). Isso mantém o condicionamento idêntico entre os ramos para que você possa julgar de forma justa como cada ajuste se comporta. O VAELoader (#21) fornece o decodificador usado por todas as faixas para transformar latentes de volta em imagens.

• Z‑Image (Base Turbo)

  • Esta faixa executa o UNet oficial Z‑Image‑Turbo via UNETLoader (#100) e o corrige com ModelSamplingAuraFlow (#76) para estabilidade em poucos passos. CFGNorm (#67) padroniza o comportamento da orientação livre de classificadores para que o contraste e o detalhe do sampler permaneçam previsíveis entre os prompts. Um EmptyLatentImage (#19) define o tamanho da tela, depois KSampler (#78) gera latentes que são decodificados por VAEDecode (#79) e escritos por SaveImage (#102). Use este ramo como sua linha de base ao avaliar outros Modelos Ajustados Z-Image.

• Z‑Image‑Turbo + Realism LoRA

  • Esta faixa injeta um adaptador de estilo com LoraLoaderModelOnly (#106) sobre o UNETLoader base (#82). ModelSamplingAuraFlow (#84) e CFGNorm (#64) mantêm as saídas nítidas enquanto o LoRA impulsiona o realismo sem sobrecarregar o assunto. Defina a resolução com EmptyLatentImage (#71), gere com KSampler (#85), decodifique via VAEDecode (#86) e salve usando SaveImage (#103). Se um LoRA parecer muito forte, reduza seu peso aqui em vez de editar excessivamente seu prompt.

• Ajuste BEYOND REALITY

  • Este caminho substitui um ponto de verificação da comunidade com UNETLoader (#88) para oferecer um visual estilizado e de alto contraste. CFGNorm (#66) doma a orientação para que a assinatura visual permaneça limpa quando você mudar amostradores ou passos. Defina o tamanho desejado em EmptyLatentImage (#72), renderize com KSampler (#89), decodifique VAEDecode (#90) e salve via SaveImage (#104). Use o mesmo prompt que a faixa base para ver como este ajuste interpreta composição e iluminação.

• Ajuste Red Tide Dark Beast AIO

  • Um ponto de verificação orientado para fantasia sombria é carregado com CheckpointLoaderSimple (#92), depois normalizado por CFGNorm (#65). Esta faixa se inclina para paletas de cores sombrias e micro-contraste mais pesado enquanto mantém boa conformidade com o prompt. Escolha seu quadro em EmptyLatentImage (#73), gere com KSampler (#93), decodifique com VAEDecode (#94) e exporte de SaveImage (#105). É uma maneira prática de testar estéticas mais sombrias dentro da mesma configuração de Modelos Ajustados Z-Image.

Nós principais no fluxo de trabalho Comfyui Z-Image Finetuned Models

• ModelSamplingAuraFlow (#76, #84)

  • Propósito: corrige o modelo para usar um caminho de amostragem compatível com AuraFlow que é estável em contagens de passos muito baixas. O controle shift ajusta subtilmente as trajetórias de amostragem; trate-o como um dial de finesse que interage com sua escolha de amostrador e orçamento de passos. Para melhor comparabilidade entre faixas, mantenha o mesmo amostrador e ajuste apenas uma variável (por exemplo, shift ou peso LoRA) por teste. Referência: histórico do pipeline AuraFlow e notas de agendamento. Docs

• CFGNorm (#64, #65, #66, #67)

  • Propósito: normaliza a orientação livre de classificadores para que o contraste e o detalhe não oscilem descontroladamente quando você mudar modelos, passos ou agendadores. Aumente sua strength se os destaques se apagarem ou as texturas parecerem inconsistentes entre as faixas; reduza se as imagens começarem a parecer excessivamente comprimidas. Mantenha-o semelhante entre ramos quando você quiser um A/B limpo dos Modelos Ajustados Z-Image.

• LoraLoaderModelOnly (#106)

  • Propósito: injeta um adaptador LoRA diretamente no UNet carregado sem alterar o ponto de verificação base. O parâmetro strength controla o impacto estilístico; valores mais baixos preservam o realismo base enquanto valores mais altos impõem a aparência do LoRA. Se um LoRA sobrecarregar rostos ou tipografia, reduza seu peso primeiro, depois ajuste finamente a formulação do prompt.

• KSampler (#78, #85, #89, #93)

  • Propósito: executa o loop de difusão real. Escolha um amostrador e agendador que se encaixem bem com destilações de poucos passos; muitos usuários preferem amostradores no estilo Euler com agendadores uniformes ou multistep para modelos da classe Turbo. Mantenha as sementes fixas ao comparar faixas e mude apenas uma variável de cada vez para entender como cada ajuste se comporta.

Extras opcionais

• Comece com um prompt descritivo em estilo de parágrafo e reutilize-o em todas as faixas para julgar as diferenças entre Modelos Ajustados Z-Image; itere palavras de estilo apenas após escolher um ramo favorito.
• Para modelos da classe Turbo, CFG muito baixo ou até mesmo zero frequentemente produz os resultados mais limpos; use o prompt negativo apenas quando precisar excluir elementos específicos.
• Mantenha a mesma resolução, amostrador e semente ao fazer testes A/B; altere o peso LoRA ou shift em pequenos incrementos para isolar causa e efeito.
• Cada ramo escreve sua própria saída; os quatro nós SaveImage são rotulados exclusivamente para que você possa comparar e curar rapidamente.

Links para leitura adicional:

• Cartão do modelo Z‑Image‑Turbo: Tongyi-MAI/Z-Image-Turbo
• Relatório técnico e métodos: Z‑Image • Decoupled‑DMD • DMDR
• Repositório do projeto: Tongyi‑MAI/Z‑Image
• Exemplo de ajuste: Nurburgring/BEYOND_REALITY_Z_IMAGE
• Exemplo de LoRA: Z‑Image‑Turbo‑Realism‑LoRA

Agradecimentos

Este fluxo de trabalho implementa e se baseia nos seguintes trabalhos e recursos. Agradecemos imensamente aos modelos HuggingFace pelo artigo por suas contribuições e manutenção. Para detalhes autoritativos, consulte a documentação original e os repositórios vinculados abaixo.

Recursos

• Modelos HuggingFace:
  • Beyond Reality
  • Dark Beast
  • Realism

Nota: O uso dos modelos, conjuntos de dados e códigos referenciados está sujeito às respectivas licenças e termos fornecidos por seus autores e mantenedores.