写在前面
本文是用于演示通过 ComfyUI 工具，部署 z_image_turbo_bf16 AI 生图模型到电脑的教程
官方说 Z-Image-Turbo 模型是 Z-Image 的精炼版，能在配置为 16GB GPU 显存（VRAM）中舒适运行。我的电脑显存为 8GB，但是 CPU 内存（RAM）有 32GB（当显存满了后可以适当找 CPU 借用内存，只是会显著降低速度），总的来说跑 Z-Image-Turbo 模型基本还算流畅
主要是在线模型要么收费贵了，要么每日扣嗖嗖的限额次数以及排队令人嫌弃，所以我打算自己部署开源模型到本地，自己随便跑，不花钱又无限制，爽歪歪
果然想挣咱程序员的钱是挺难的哈
周末抽空研究了下本地部署 AI 生图，发现 B 站 ComfyUI 相关的教程虽然多，不过都太罗嗦，并且演示的 ComfyUI 版本过于落后，我也不知道这些 up 为啥清一色的让人安装 git 和 python，并且 git 还非要配置什么环境变量，完了我也没有看到他们在哪里有用到 git 的操作（估计自己也不懂），而且基本全是 up 在评论区提供各种网盘安装包的（你敢提供我还不敢用呢，就不能老老实实提供正经的官网安装方式吗？）
还有 ComfyUI 官方文档也不与时俱进的更新，文档估计都是前几个版本的
所以我把新鲜的踩坑经验写了一篇教程，帮大家避坑
先给大家看演示效果
上面的图片都是 Z-Image-Turbo 生成的！太惊艳了！有木有！！！
用 ComfyUI 替代 git clone github 仓库
本来我是打算直接从 github 仓库下载模型部署的
后来了解到 ComfyUI 这玩意已经很成熟了，是目前 AI 圈最火的声明式可视化 Pipeline 编排工具（图形界面）
ComfyUI 内置了许多 AI 模板，我们可以直接使用
它把模型的加载、Clip 编码、采样器、VAE 解码等逻辑封装成了节点（Nodes）。
无需配置繁琐的工作流
我们只需要把精力放在使用模型上
大大节约我们的时间和提升工作的效率
ComfyUI 下载
官网地址：docs.comfy.org/zh-CN
推荐大家下载 ComfyUI Portable(便携版)， 便携版是一个独立封装完整的 ComfyUI Windows 版本，内部已经整合了 ComfyUI 运行所需的独立的 Python(python_embeded)，无需单独安装 Python 环境
并且便携版是免安装版本，下载后只需要解压即可使用
启动 ComfyUI
双击 run_nvidia_gpu.bat 启动 ComfyUI
注意千万不要点击 run\_cpu.bat 版本，因为这个版本是用你的 CPU 跑模型（CPU 的强项是逻辑运算，让它跑 AI 会瞬间满载，发热量巨大，而且速度比显卡慢几十倍甚至上百倍）
run_nvidia_gpu.bat 才是让 GPU 跑模型，别问我是怎么知道的
图片中是我错误的选择了显卡模式为智能，并且用 run_cpu.bat 启动 ComfyUI 运行生图功能的结果，右上角任务进度条是 0，CPU 都快撑爆了，并且温度也快到达极限，风扇狂转。可是 GPU 却不动如山，事不关己高高挂起，现在回顾感觉又好笑又好气是怎么回事 😂
属于 deBuff 拉满了
默默吐槽一下 ComfyUI 官方文档不把 run_cpu.bat 和 run_nvidia_gpu.bat 的区别写清楚，就这两句话谁看懂是个啥意思
运行成功后 ComfyUI 会自动打开你的默认浏览器并访问 http://127.0.0.1:8188 地址
注意：使用过程中请不要关闭对应的命令行窗口，否则 ComfyUI 将会停止运行
更新显卡驱动
如果你是首次双击 run_nvidia_gpu.bat 启动的话，大概率会碰到这个情况
提示我需要更新显卡驱动啦
按 Win 键 -> 输入 "NVIDIA" -> 点击左侧菜单栏的"驱动程序"
如果有新版本，它会显示一个巨大的 "下载" 按钮
点击下载
下载完成后，按钮会变成 "安装"，点击安装
安装过程中屏幕可能会黑几秒，那是正常的，别紧张。
现在安装成功了
然后重新双击 run_nvidia_gpu.bat 即可启动 ComfyUI
下载使用 Z-Image-Turbo 模型
操作步骤：模板 -> 所有模板 -> 输入框输入 Z-Image-Turbo -> 点击第一个
如果 ComfyUI 未找到对应的模型会提示下载，并显示缺少的模型以及文件大小
如果没开启梯子的话，模型的文件大小会变成问号
说明什么，说明如果直接点击下载的话，是需要花费你的梯子流量的，别问我是怎么知道的/(ㄒ o ㄒ)/~~
如果你现在挂着梯子的话，千万不要直接点击下载呀！
当然，聪明的我立马想到了对策
下面教大家如何用国内流量下载模型
国内下载模型
点击 复制链接 按钮，获取到需要下载的三个模型原始的下载链接：
-
z_image_turbo_bf16
在国内可以通过魔搭社区下载模型，需要把前面的域名进行更换：将https://huggingface.co更换为 https://modelscope.cn/models
以下是需要下载的三个模型国内的下载链接：
-
z_image_turbo_bf16
-
qwen_3_4b
-
ae
我已给你转换好了直接用浏览器打开即可下载
不用在意那个（1），是因为我本地已经下载过了，你们首次下载的文件名是不会多这个值的
下载完后将模型文件放在到对应的文件夹，对应的文件夹在哪里？官方文档没写清楚，我自己摸索搞懂的
从前面提示下载模型的界面可以找到线索
z_image_turbo_bf16.safetensors 模型要放在 diffusion_models 文件夹
qwen_3_4b.safetensors 模型要放在 text_encoders 文件夹
ae.safetensors 模型要放在 vae 文件夹
万事俱备，开始生成图片吧！
准备工作搞了这么久，现在让我们开始生成图片吧！
操作步骤：模板 -> 所有模板 -> 输入框输入 Z-Image-Turbo -> 点击第一个
输入提示词：生成一只可爱的小猫咪在户外玩耍，点击运行
tip: 分辨率可以先调低一点，跑通后再根据你的显卡配置慢慢提高
不出意外的话会报错，因为我们没有连接图片节点
将左侧的蓝色小圆点拖动到右侧即可连接
连接成功，点击运行，右侧进度条跑完后图片就会生成
在 ComfyUI 左侧菜单栏点击资产，可以看到当前生成的图片，喜欢的话就点击下载
也可以直接去 ComfyUI 安装目录找，所有生成的图片都在 output 目录下
路径为："你的 ComfyUI 安装目录"/ComfyUI/output
ComfyUI 官方提供的 Z-Image Turbo 示例工作流
到底为止，我们已经成功使用 Z-Image 生成图片啦，但是你把提示词变复杂了就会发现，可能效果不是那么令人满意
那是因为我们只是使用的最简单的工作流，是为了快速验证 AI 模型部署成功
下面我们使用 ComfyUI 官方提供的 Z-Image Turbo 示例工作流
comfyanonymous.github.io/ComfyUI_exa...
打开链接，保存图片
将下载的图片直接拖入 ComfyUI 中即可加载 Z-Image Turbo 示例工作流
查看运行后的效果，在资产里面还可以看见生图的耗时，比小猫咪还快一些也
并且中文也没有乱码！这一点是非常棒的！
tip：所有用 ComfyUI 生成的图片，都会带有 metadata 信息，这些信息会包含图片的 workflow 信息，你可以通过这些信息来加载对应的 workflow。
通过 ip 在局域网打开 ComfyUI
默认只能通过 http://127.0.0.1:8188/ 地址启动 ComfyUI 服务
记事本打开 run_nvidia_gpu.bat 脚本文件，末尾加一个参数 --listen 0.0.0.0
txt
--listen 0.0.0.0它告诉 Python 监听机器上所有的网络接口，而不仅仅是 127.0.0.1。
保存后重启就可以通过局域网 ip + 8188 端口进行访问了
Z-Image-Turbo 提示词资源
人像生成功能真的太强了，足以以假乱真了 😂
这是提示词
md
{
"prompt_data": {
"subject": {
"description": "Young woman with long, wavy blonde hair and a light fair skin",
"features": "Natural skin texture with visible tan lines on the chest, slight flush on cheeks, soft smile, navel piercing, light freckles.",
"accessories": "Gold pendant necklace, small gold hoop earrings, small tattoo on the left inner forearm."
},
"clothing": {
"outfit": "Matching yellow two-piece loungewear set.",
"top": "Yellow strapless tube top featuring the text 'HAWAIIAN TROPIC' in brown serif font with a hibiscus flower and palm graphic on the side.",
"bottoms": "Matching yellow shorts visible at the waist and thigh area."
},
"pose_and_action": {
"posture": "Reclining and lounging comfortably on a grey textured sofa.",
"body_language": "Relaxed and casual, leaning back against the couch cushions, one arm extended to support weight, the other hand resting gently near the waist, legs angled toward the camera.",
"expression": "Friendly, relaxed, and engaging eye contact."
},
"environment": {
"setting": "Modern living room interior.",
"furniture": "Dark grey fabric sofa with a textured weave.",
"background": "Grey walls with decorative panel molding (wainscoting).",
"decor": "A large vertical art piece with a red background featuring KAWS-style figures in blue and black. A second framed abstract art piece with gold and black tones. A modern linear wall sconce light."
},
"lighting": {
"type": "Soft, diffused indoor mix.",
"quality": "Warm ambient lighting highlighting the skin tone, creating soft shadows and a cozy atmosphere. Likely a mix of natural window light and the warm glow from the wall sconce."
},
"styling_and_mood": {
"aesthetic": "Influencer lifestyle, casual home comfort, '2000s digital camera' vibe.",
"mood": "Chill, playful, confident, comfortable."
},
"camera_specifications": {
"angle": "Eye-level, slightly angled from the side.",
"focus": "Sharp focus on the subject's face and torso, with a slight depth of field blurring the background artwork.",
"lens_suggestion": "35mm or 50mm portrait lens.",
"film_grain": "Low to medium ISO for a clean but slightly organic digital look."
},
"technical_modifiers": [
"Ultra Photorealistic",
"8k resolution",
"Raw photo",
"Hyper-detailed skin texture",
"Subsurface scattering",
"Volumetric lighting",
"Nano Banana Pro optimized",
"Masterpiece"
]
}
} 2:3另外给大家分享 github 提示词合集：github.com/camenduru/a...
宝藏仓库！目前为止有一百个 Z-Image-Turbo 生图的提示词，并且有 Z-Image-Turbo，Gemini 和 GPT-4o 三者用同一个提示词生成的效果对比！
Z-Image-Turbo 官方提示增强（PE）模板
这个功能我还没试过，大家自行研究吧，完了能告诉我反馈效果最好哈哈哈
地址：huggingface.co/spaces/Tong...
考虑到有的朋友可能无法访问 huggingface，所以我贴心的把内容复制下来了
md
prompt_template = """
你是一位被关在逻辑牢笼里的幻视艺术家。你满脑子都是诗和远方，但双手却不受控制地只想将用户的提示词，转化为一段忠实于原始意图、细节饱满、富有美感、可直接被文生图模型使用的终极视觉描述。任何一点模糊和比喻都会让你浑身难受。
你的工作流程严格遵循一个逻辑序列：
首先，你会分析并锁定用户提示词中不可变更的核心要素：主体、数量、动作、状态，以及任何指定的 IP 名称、颜色、文字等。这些是你必须绝对保留的基石。
接着，你会判断提示词是否需要**"生成式推理"**。当用户的需求并非一个直接的场景描述，而是需要构思一个解决方案（如回答"是什么"，进行"设计"，或展示"如何解题"）时，你必须先在脑中构想出一个完整、具体、可被视觉化的方案。这个方案将成为你后续描述的基础。
然后，当核心画面确立后（无论是直接来自用户还是经过你的推理），你将为其注入专业级的美学与真实感细节。这包括明确构图、设定光影氛围、描述材质质感、定义色彩方案，并构建富有层次感的空间。
最后，是对所有文字元素的精确处理，这是至关重要的一步。你必须一字不差地转录所有希望在最终画面中出现的文字，并且必须将这些文字内容用英文双引号（""）括起来，以此作为明确的生成指令。如果画面属于海报、菜单或 UI 等设计类型，你需要完整描述其包含的所有文字内容，并详述其字体和排版布局。同样，如果画面中的招牌、路标或屏幕等物品上含有文字，你也必须写明其具体内容，并描述其位置、尺寸和材质。更进一步，若你在推理构思中自行增加了带有文字的元素（如图表、解题步骤等），其中的所有文字也必须遵循同样的详尽描述和引号规则。若画面中不存在任何需要生成的文字，你则将全部精力用于纯粹的视觉细节扩展。
你的最终描述必须客观、具象，严禁使用比喻、情感化修辞，也绝不包含"8K"、"杰作"等元标签或绘制指令。
仅严格输出最终的修改后的 prompt，不要输出任何其他内容。
用户输入 prompt: {prompt}
"""一些优化操作
在开始之前，总结一下能做的优化操作
-
连接电源：确保电源适配器已插好（不插电跑 AI，性能会缩水） -
显卡模式：需要将显卡模式调整为独显，只有调整之后你的显卡才算生效了，否则就是在消极怠工。不同电脑的界面和调整方式不同，自行搜索如何调整 -
给 CPU "限速"： 按 win 键 -> 搜"编辑电源计划" -> "更改高级电源设置" -> "处理器电源管理"。 将 "最大处理器状态"从 100% 改为 99%。这样可以强行关闭 CPU 的自动超频（Turbo Boost），温度能瞬间掉下来 10-20°C，而跑 AI 的速度几乎不受影响。 -
电脑散热：笔记本电脑买一个普通的钢质散热架（不用吹风那种），如果没有的话拿两个瓶盖或者两本书垫高凑合用，空气流量增加有助于散热降温 -
启动方式：双击run_nvidia_gpu.bat启动 ComfyUI，千万千万别点 run_cpu.bat -
从小分辨率开始测试： 先在 ComfyUI 里把 Empty Latent Image 的分辨率降到 512x512。确认能跑通、显存能装下，再慢慢往上提。 -
开启低显存模式：在启动 ComfyUI 的快捷方式（bat 文件）里，加入 --lowvram 参数。它会让 ComfyUI 在加载模型时采用"分片加载"策略，这能让它在 8GB 卡上跑得更顺畅。 -
减小批量大小：运行模型时，可以调低 批量大小，这有助于减少每次推理或训练时的显存需求。
注意事项
AI 模型运行时，注意观察 CPU 和 GPU 的温度，如果温度异常请及时关闭运行中的 AI 任务，避免烧坏显卡
| 硬件 | 正常区 (AI 渲染中) | 警戒区 (需关注) | 红线区 (建议停止) |
|---|---|---|---|
| CPU (AMD) | 75°C - 90°C | 90°C - 95°C | 100°C + |
| GPU (NVIDIA) | 65°C - 80°C | 83°C - 87°C | 90°C + |
结语
先写到这里吧，目前为止的内容已经够 ComfyUI 本地部署 Z-Image-Turbo 入门了
如果有人喜欢的话，过两天我再更新 Z-Image-Turbo 进阶使用教程