---

多年來我一直都是忠貞的stable-diffusion-webui-forge玩家

未考慮使用舒適(ComfyUI)

其實只是因為懶得換環境(w


這次新推出的flux2與Z-image新玩具
本來還有參考在huggingface上面的FLUX.2-dev spaces專案
想在本地玩玩看

專案中是使用diffusers的Flux2Pipeline來載入模型與執行
不過不管是FLUX.2-dev-bnb-4bit還是flux2_dev_Q2_K.gguf
執行時都要耗費爆量的vram
完全無法運行
畢竟FLUX.2-dev有32B 參數
以前經驗LLM超過8B不量化
執行起來就會很吃力了


後來在reddit看到ComfyUI 8GB VRAM + 18GB RAM usage
可在300~500秒生成一張圖片
https://www.reddit.com/r/StableDiffusion/comments/1p6zmjv/
我不曉得ComfyUI是如何控制vram不會爆量
也許是model cpu offload之類的
總之我就開始了首次的ComfyUI安裝


底下介紹給有打算安裝ComfyUI的新手(我也是才玩1天而已)


1. 安裝ComfyUI

首先在ComfyUI官網有執行檔可以安裝
在github中也有打包好的可攜版本(包含python)

* 在github的README.md中也有介紹手動安裝方式

https://github.com/comfyanonymous/ComfyUI/releases


因為我是3060 12G所以我選擇
ComfyUI_windows_portable_nvidia_cu128.7z

* cu126, cu128這個是CUDA版本，12.6、12.8 or 13.0

下載後解壓縮到任意目錄中
裡面會有run_nvidia_gpu_fast_fp16_accumulation.bat 檔案

這會將模型以fp16精度方式來加速執行
品質稍微降低，不過無所謂
重要的是能降低vram用量


2. ComfyUI流程範本

之前我已知道ComfyUI執行方式
都必須透過連接節點製作對應功能的流程
不過我完全不曉得官方有內建多項流程範本
這有點驚豔到我
最新版本已經內建Flux.2 DEV了

https://i.meee.com.tw/Rq04OJB.png

使用官方範本的好處是會顯示缺少的模型
並且可直接下載
https://i.meee.com.tw/rjv0BMT.png

不過這個範本是使用fp8精度模型
仍需使用巨量的vram
https://i.meee.com.tw/0kMjkDe.png

所以官方範本不適合我的環境


3. GGUF量化版本

後來在huggingface上面找到有提供flux2-dev的gguf檔案
而且連text_encoders都是gguf量化版本
更棒的是連workflow流程檔案都有

流程檔案:
workflow-flux2-dev-gguf.json
或
workflow-demo-01.png

ComfyUI生成的圖片本身都會崁入workflow
將json或圖片拖曳至ComfyUI上面就會自動顯示所需的節點

https://huggingface.co/gguf-org/flux2-dev-gguf

https://raw.githubusercontent.com/calcuis/comfy/master/flux2-dev.png

你所需要下載的檔案有3個
文字編碼器、模型檔案、vae檔案
下載後放置至對應的ComfyUI目錄

drag cow to > ./ComfyUI/models/text_encoders/
drag flux2 to > ./ComfyUI/models/diffusion_models/
drag pig to > ./ComfyUI/models/vae/

gguf量化版本有q2、q3、q4、q5、q6、q8、iq4 (詳細定義需要查一下)

我自己是下載底下三個來使用:

cow-mistral3-small-iq4_xs.gguf
flux2-dev-iq4_xs.gguf
pig_flux2_vae_fp32-f16.gguf


4. 必裝套件ComfyUI Manager

https://github.com/Comfy-Org/ComfyUI-Manager

這個我一開始不曉得要安裝
後來查詢後才知道這絕對是所有ComfyUI使用者
都需要使用的重要套件

因為workflow的節點不會只有官方版本
民間設計的節點五花八門
缺少節點就完全無法執行
甚至還存在有所謂的私有節點
以RH開頭的好像是runcomfy線上網站專用的

ex. RH_captioner、RH_LLMAPI_NODE...

如下圖例子，缺少的節點會是紅色框
https://i.meee.com.tw/9lQCHP9.png

而ComfyUI-Manager就是管理節點的強大工具
在安裝該套件之前
需要確認系統已經有安裝git軟體
(git是程式開發的版控軟體)

按照README.md說明方式:
使用cmd介面移動至ComfyUI/custom_nodes的路徑，輸入底下指定後再重啟ComfyUI
git clone https://github.com/ltdrdata/ComfyUI-Manager comfyui-manager
https://i.meee.com.tw/EwJ56LX.png


重啟後會在任意流程的上方出現如下圖的介面
點選Manager按鈕後，會跳出ComfyUI Manager選單
https://i.meee.com.tw/clLhtxa.png

目前我只會使用底下兩個功能

(1) Custom Nodes Manager
在此頁面中會搜尋網路上所有公開的節點
在上方也可由選單執行Filter過濾內容與搜尋特定目標
如下圖預設是All會顯示全部
https://i.meee.com.tw/HYSKruc.png

例如選擇Installed，他就會列出已安裝套件，可執行更新或移除
https://i.meee.com.tw/5MoKW16.png

* 可看到在Nodes欄位中有的有寫數字，這個是該套件內含的節點數量

(2) Install Missing Custom Nodes
點選此按鈕後，其實出現的與上面頁面相同
只是在過濾條件中是選Missing

https://i.meee.com.tw/LyqPcuC.png
https://i.meee.com.tw/elhKnvG.png

點安裝按鈕需要選擇版本，沒有喜好的話通常選最新的
安裝後需要重啟ComfyUI，節點才會生效

不過需要注意的是此功能只能找到7~9成的套件
因為有的節點名稱與套件名稱完全不同
這種就需要在網路上搜尋確認對應的套件名稱

5. 介紹一下工作流程: workflow-flux2-dev-gguf

https://i.meee.com.tw/MWuEBdt.png

(1) 參考圖

這個workflow已有設計兩個參考圖片，如果要更多參考圖就需要自行串接:

載入圖片1 => 將影像縮放至總像素數1 => VAE 編碼1 => ReferenceLatent1
                   GGUF VAE Loader => VAE 編碼1

載入圖片2 => 將影像縮放至總像素數2 => VAE 編碼2 => ReferenceLatent2
                   GGUF VAE Loader => VAE 編碼2

這裡要注意一下，圖片紅框處ReferenceLatent是紅色的
這是什麼意思? 原來作者好心(XD)幫你將參考圖功能停用了
如底下Note寫的內容，要用滑鼠點一下節點，在按CTRL+B來啟用節點

Note: Unbypass (CTRL-B) the ReferenceLatent nodes to give ref images.
      Chain more of them to give more images.

我一開始也不曉得，想說參考圖怎麼都沒作用，後來才注意到被關閉了
不過啟用參考圖，執行速度也會降低，所以也不能啟用太多參考圖


(2) 正向提示詞

GGUF CLIP Loader => CLIP Text Encode (Positive Prompt) => FluxGuidance =>
ReferenceLatent1

因為CLIP是gguf量化版本，所以此處是使用GGUF CLIP Loader來載入
如果是標準的CLIP模型，就直接使用CLIPLoader
Flux2使用的Text Encode是參數非常龐大的Mistral-3 24B
本身能理解多語言，直接輸入中、日語也完全沒問題
待會還會介紹的Z-image也類似，他使用的Text Encode是Qwen3-4B
參數雖小許多，但是輸入中、日語也沒什麼問題

仔細觀察會看到ReferenceLatent1有參考圖也有Prompt
然後兩個ReferenceLatent還會串接在一起，再輸出給引導器使用

ReferenceLatent1 => ReferenceLatent2

若ReferenceLatent未啟用時(紅色)
就只會給模型輸入Positive Prompt而已



(3) 載入flux2模型與VAE

                                        GGUF VAE Loader => VAE 解碼 => 儲存圖片
     GGUF Loader => 基礎引導器 => SamplerCustomAdvanced => VAE 解碼
ReferenceLatent2 => 基礎引導器 => SamplerCustomAdvanced

因為我這裡使用的是gguf量化版本
所以節點是GGUF Loader與GGUF VAE Loader

目前GGUF有兩個套件
https://i.meee.com.tw/V6XuuCr.png

此工作流使用的是gguf
https://github.com/calcuis/gguf


(4) SamplerCustomAdvanced等節點

https://i.meee.com.tw/lUItSiB.png

          Empty Flux 2 Latent => SamplerCustomAdvanced
                     隨機雜訊 => SamplerCustomAdvanced
                  K採樣器選擇 => SamplerCustomAdvanced
               Flux2Scheduler => SamplerCustomAdvanced

這幾個節點用途有玩過SD的應該都會知曉
就是設定輸出寬高、批次大小、seed、取樣器、生圖步數(steps)


(5) 執行速度

我的環境3060 12G、批次大小2、1024x1024、steps 20
每個it約30秒左右，一張圖約5分鐘
網路上看到其他人跑的速度，好像5060ti 16gb會快一倍的樣子


以上是目前玩玩flux2-dev與ComfyUI小心得
雖然出圖速度非常慢，不過能在本地玩Nano Banana也是挺有趣的

____________

再來底下介紹一下Z-image

1. Z Image Turbo模型

目前已公布的是Z Image Turbo模型，參數為6B
與FLUX.1 [dev]同樣為蒸餾模型(distilled diffusion model)

____________

https://github.com/Tongyi-MAI/Z-Image

底下是官方github中的模型介紹說明(Gemini翻譯)


Z-Image 是一款強大且高效的圖像生成模型，擁有 60 億（6B）參數。
目前共有三種變體：

Z-Image-Turbo –
Z-Image 的蒸餾版本，僅需 8 次 NFE（函數評估次數）
即可達到甚至超越領先競品的水準。
它在企業級 H800 GPU 上具備 亞秒級的推理延遲，
並能輕鬆在 16G VRAM 的消費級裝置上運行。
該模型在寫實圖像生成、中英雙語文字繪製
以及強大的指令遵循能力方面表現出色。

Z-Image-Base –
非蒸餾的基礎模型。藉由釋出此檢查點（checkpoint），
我們旨在釋放社群驅動微調與客製化開發的無限潛力。

Z-Image-Edit –
專為圖像編輯任務而基於 Z-Image 進行微調的變體。
它支援具備出色指令遵循能力的創意「圖生圖」（image-to-image）生成，
能根據自然語言提示詞進行精準的編輯。

____________

從說明中可看到Turbo版本只能文生圖，
更具實用性的圖生圖尚須等待Z-Image-Edit推出。
____________

2. 模型與workflow

Turbo版本模型檔案與workflow都在底下網頁中可下載

ComfyUI_examples
https://comfyanonymous.github.io/ComfyUI_examples/z_image/

同樣要下載文字編碼器、模型檔案、vae檔案
下載後一樣要放置至對應的ComfyUI目錄

Text encoder file: qwen_3_4b.safetensors
(goes in ComfyUI/models/text_encoders/).

diffusion model file: z_image_turbo_bf16.safetensors
(goes in ComfyUI/models/diffusion_models/).

VAE: ae.safetensors the Flux 1 VAE if you don’t have it already
(goes in ComfyUI/models/vae/)

好像也有gguf版本，不過我就沒試過了
因為一般版本跑起來輕輕鬆鬆


下圖是workflow

https://i.meee.com.tw/LoQ3SYF.png

因為沒有參考圖，所以節點挺簡單的

3. 執行速度

我的環境3060 12G、批次大小2、1024x1024、steps 9
每個it約2.35秒左右，一張圖約10.5秒就完成


跟flux2比起來出圖速度根本是飛天了
所以網路上很多人是期待Z Image能成為SDXL的接班模型

除了速度快之外還有一點很重要是模型授權
Z Image是Apache-2.0 license
FLUX.2 [dev]是非商業且非生產用途的授權(Non-Commercial License v2.0)

最後還有一點NFSW...中國模型xd


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.129.18.149 (臺灣)
※ 作者: avans 2025-11-30 04:41:06
※ 文章代碼(AID): #1fArg07P (AI_Art)
※ 文章網址: https://www.ptt.cc/bbs/AI_Art/M.1764448896.A.1D9.html

作者 avans 的最新發文:

• +10 [分享] 因flux2與Z-image新玩具/首次安裝ComfyUI - AI_Art 板

  作者: avans 220.129.18.149 (台灣) 2025-11-30 04:41:06

  14F 10推
• +13 [閒聊] 用春日影擊退爽世熊的祥子 - C_Chat 板

  作者: avans 111.71.4.48 (台灣) 2025-11-09 13:45:52

  18F 13推
• +7 [開箱] 視博通 SW437多硬碟ATX機殼／CMT370(?) - PC_Shopping 板

  作者: avans 111.71.4.48 (台灣) 2025-11-08 13:07:37

  16F 7推
• +6 [25夏] 真武士傳YAIBA 觀看心得與推薦 - C_Chat 板

  作者: avans 111.241.101.178 (台灣) 2025-11-06 22:06:22

  10F 6推
• +4 Re: [閒聊] 琉璃的寶石 第13集 畫面除霧 - C_Chat 板

  作者: avans 111.241.102.45 (台灣) 2025-10-04 11:55:40

  7F 4推

點此顯示更多發文記錄