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 100%|███████████████████| 20/20 [09:21<00:00, 28.08s/it] 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 100%|███████████████████| 9/9 [00:21<00:00, 2.35s/it] 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) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/AI_Art/M.1764448896.A.1D9.html ※ 編輯: avans (42.79.138.114 臺灣), 11/30/2025 05:10:38 ComfyUI-GGUF作者已更新節點包 現在CLIPLoader (GGUF)支援載入量化的Mistral-Small語言模型 例如我測試底下權重，可順利載入 Mistral-Small-3.2-24B-Instruct-2506-IQ4_XS.gguf https://huggingface.co/unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF ※ 編輯: avans (111.241.69.142 臺灣), 11/30/2025 11:17:19 剛剛在C站看到有人建立了圖生圖流程 https://i.meee.com.tw/OqplQJR.png https://civitai.com/models/2171626?modelVersionId=2445484 這好像就是標準的圖生圖方式 將原本的EmptySD3LatentImage節點移除 改為載入圖片(LoadImage) => 放大圖片(ImageScale) => VAE 編碼 => 成為淺在空間影像 => KSampler 因為Z-Image-Turbo模型 畢竟只在t2i訓練過 i2i結果可能不如預期 還是要等Z-Image-Edit 不過還是可玩玩看 作者建議在KSampler的Denoise中 設置 0.4 到 0.74 之間 越低越可保留原始圖片樣貌 ※ 編輯: avans (111.241.69.142 臺灣), 11/30/2025 14:13:09 目前i2i確實還不行，所以我也是先放置了 在我沒關注的時候，原來有lora了! 想說還要等編輯版發布，結果lora先出來了~ 最近都在玩Qwen Image Edit 2509~12G跑的好輕鬆，跟flux2相比的話w ※ 編輯: avans (42.79.138.114 臺灣), 12/01/2025 21:07:46