又有令人兴奋的工具上线了。Qwen 最新推出的 Z-Image 图像生成与编辑模型，目前完全开源免费，支持本地部署和中文提示词，还提供了一键包，堪称 AI 生图神器。
用一句话概括这个模型的特点：轻量、快速、高质量、精准可控。
翻译成大白话就是——对电脑配置的要求大幅降低，出图速度飞快，生成效果出色，可控性强，而且内容尺度几乎不受限制。最后一条才是真正的亮点，我们后面详细说。
说再多都不如亲手跑一次。下面直接上安装配置教程，想要一键包的朋友可以直接拉到文章末尾查看获取方式。
1. 软件下载与升级
要运行 Z-Image，其实并不复杂。ComfyOrg 在第一时间就提供了原生支持，因此只需下载最新版 ComfyUI，或者将本地版本升级一下，就能直接使用，连第三方节点都不用额外安装。
我本地已经有 ComfyUI_windows_portable，直接选择了升级方案。
升级操作很简单：打开 update 文件夹，找到三个脚本，双击 update_comfyui.bat。脚本会自动拉取最新代码、更新 Python 依赖。前提是网络能正常访问外网环境。
如果需要全新安装，可以翻看以往详细的 ComfyUI 安装教程，这里就不再重复了。
2. 启动软件
升级完成后，双击 run_nvidia_gpu.bat 启动。启动后浏览器会自动弹出并打开 ComfyUI 主界面。
3. 加载工作流
主界面默认会加载上一次的工作流。我们需要切换到 Z-Image 的专属工作流——它已经内置好了，直接在模板里点击 Z-Image-Turbo 就行。当前这个模板排在第一位，很容易找到。
4. 下载模型
打开工作流后会弹出一个模型缺失的提示，别慌。官方工作流自带了模型下载地址，直接点击蓝色的下载按钮就能开始下载。模型下载完成后，按提示放到 models 目录下的对应位置。
这次只涉及三个核心模型，操作非常简单。
另外，打开工作流后顶部可能会有一个前端升级提示，提示 ComfyUI 界面有新版可用。可以点击试试，启用后的界面会更加现代化。
5. 工作流简介
工作流看起来非常简洁，只有两个节点：核心节点 Z-Image-Turbo Text to Image，以及常规的图片预览与保存节点。实际上，这个工作流使用了子图，所以界面看起来才这么干净。
点击核心节点右上角的小图标，可以展开完整的工作流。展开后稍显复杂，但本质很简单：
- Step 1：加载模型
- Step 2：设置图像大小
- Step 3：填写提示词
然后把所有内容送入 K 采样器，生成图片，显示出来。
本地没有模型时节点会显示红色警报。等到模型下载完毕并放置好，点击左上角菜单中的“编辑 → 刷新节点定义”，红色警报就会消失。
6. 运行生成
万事俱备之后，点击右上角的运行按钮，坐等出图。
测试机配置是 RTX 5060 Ti 16GB，这个例子大约跑了一分钟。16GB 显存确实能正常运行，但耗时和预期差距较大，同时图片中的小字出现乱码。
经过简单测试后发现，速度问题主要和参数设置有关，乱码则有一定随机性，调整图像比例后明显改善。
工作流默认使用 2048×2048 的巨大尺寸，调整到 1024×1024 后，速度瞬间提升到 6~7 秒一张图，已经相当可观。按常规杂志尺寸调整比例后，乱码问题基本消失。
优化后的设置试了三个尺寸：
- 1200 × 1600 px（高清竖图）
- 1280 × 1700 px（杂志封面更宽松）
- 1500 × 2000 px（适合高质量印刷）
结果都很好，没有明显问题。
另外试了 FP8 模型，显存占用基本在 8~9 GB 之间，最后生成瞬间占用略高。因为显存是 16 GB，系统会尽可能多占，所以 8 GB 显存配合内存应该也能跑。有 8GB 显卡的朋友可以试试看。
目前已经有 GGUF 格式的模型，应该能进一步降低显存消耗，网上有说法称 6 GB 也能跑。具体情况还是等网友们的实测反馈吧——我手头没有低于 16 GB 的显卡，没法测试。
今天的核心目标是先让 Z-Image 跑起来，之后我们再慢慢研究如何用得更好。
