Z-Image 老少皆宜新知识，AIO模型和工作流！

Z-Image 持续火爆中，小巧又能打的模型，人人都能跑的模型，谁会不喜欢呢？

此图献给少年们，下面叔叔和爷爷们要开始深入交流了，你们可以散了 ！

Z-Image 发布之后，社区已经持续发力。

国内的魔搭社区上 Z-Image 相关的项目已经有 60 个了。

国外的 Hugging Face 更加恐怖，已经有 329 个项目。

Civitai 上更是尺度全开，各种 NSFW 如雨后春笋般冒出来了。

今天给大家分享一个 AIO 模型。

AIO 的意思是 All in One。用在我们的场景里，就是一个模型搞定一切。

正常情况下，我们需要一个 UNet 模型、一个 CLIP 模型、一个 VAE 模型；而 AIO 只有一个 Checkpoint 模型。

这样的好处是：节省存储空间、节省内存空间、提升加载效率。

另外，AIO 一般对原模型进行了增强，加入了少儿不宜（NSFW）功能。

1. AIO 模型

今天介绍的 AIO 模型全称叫 Z-Image-Turbo-AIO。

Z-Image-Turbo-AIO 是阿里巴巴通义实验室的 6B 参数逼真图像生成器的一体式重新打包版本，优化了快速的 8 步生成。这个版本包括集成的 VAE 和文本编码器，以提供最大的便利性——只需下载即可生成！

之所以给大家分享这个项目，是因为这个项目的文档非常友好：特点、配置、工作流都写得清清楚楚，非常适合拿来学习研究。

我就摘录一下信息，介绍一下这个模型。

🎯 主要特点

• ⚡ 8 步生成 —— 每张图片 10–40 秒，取决于您的 GPU
• 📦 一体式 —— 不需要单独下载 VAE/文本编码器
• 📸 逼真 —— 专业级输出质量
• 📖 双语 —— 英文和中文文本渲染
• 🎯 8 GB 显存 —— 支持 8 GB 显存的 GPU
• 🌐 Apache 2.0 —— 开放许可，适用于任何用途

🔄 版本选择

🟡 FP8-AIO（推荐给大多数用户）

• ✅ 文件大小减半
• ✅ 下载更快
• ✅ 优秀质量
• ✅ 完美适用于 8 GB 显存
• ✅ 适合测试和日常使用

🌟 BF16-AIO（最高精度）

• ✅ BFloat16 全精度
• ✅ 无损质量
• ✅ 适合测试和日常使用
• ✅ 仍然支持 8 GB 显存

这个项目的模型如下：

首先，我们根据自己的硬件条件下载模型。显存小的下载 10 GB 那个，显存大的下载 20 GB 那个。

模型下载完成之后，放到指定的文件夹里面。

注意：AIO 模型的放置路径和其他模型不一样，必须放在 checkpoint 下面。

2. 安装插件

模型下载完成之后，我们就可以启动 ComfyUI，然后把工作流 JSON 文件拖入浏览器中的 ComfyUI 页面。

这两步还不会的话，请参考之前的文章。工作流在上方的截图中可以获取，就是名为 z-image-turbo-aio-workflow.json 的文件。当然，软件、工作流、模型，我会在文末分享。

加载工作流之后，可能出现一个错误提醒。这是因为这个工作流用到了一个第三方节点。

我们本地还没有这个节点，所以需要安装一下。

我们缺少的节点插件叫 rgthree。

缺少的两个节点，一个是图像比较节点，一个是开关节点。这两个节点都非常有用。

这两个节点都来自于 rgthree 这个节点插件。

图像比较节点可以对比不同工作流和不同参数生成图片的差异。

开关节点可以动态控制运行哪些部分，不运行哪些部分。

要安装这个节点也非常简单。只需要点击右上角的“Manager”。

然后在弹出的菜单中点击 安装缺失插件（Install Missing Custom Nodes）。

软件会自动列出需要安装的插件，只要点击 安装（Install） 即可。

安装完成之后点击 重启（Restart）。

这样节点插件就安装完了，整个工作流就不会报错了。

从工作流中可以看到，其中一个开关节点，用来控制是否加载 LoRA。

如果启动，就会加载 LoRA；如果不启动就会跳过 LoRA。

LoRA 可以锦上添花，也可以雪中送炭，可以用，也可以不用。LoRA 这个知识点会在后续分享，现在已经有很多 LoRA 模型了。

3. 运行生成

上面的全部介绍完了，运行这个工作流非常简单。

只要输入提示词，点击右上角的“运行”就可以了。

我简单对比了一下。

默认的工作流在 1024×1024 的情况下大概消耗 21 秒，而且很容易卡在最后的 VAE 环节。

AIO 工作流在同样分辨率下只要 15 秒左右。如果将 step 改成 4 步，约 7 秒钟一张图！

另外我也比较了 BF16 和 FP8 两个模型，它们相差了约 10 GB，其实两个效果都不错：前者更加精致一些，后者更加自然一些。

这个工作流非常简单实用。

这篇文章介绍了几个知识点，在 ComfyUI 中都非常实用，是组成各种工作流的基础。

最后，学习之余，也可以放松一下：

看懂的请点赞！（杀手锏放最后）

差点忘了，我的 Web 版又做了一些升级。现在已经内置热门提示词了。

网址：https://tools.tonyhub.xyz/zimage

另外，把这个 Web 版部署在本地的教程也写完了，还有一个是 Windows 电脑端配置。最近也写了一个 macOS 版本。

苹果上的 UI 要比 Python 的好很多。点击图片放大后支持缩放、拖动等功能！

大概就是这些了。

今天在升级 Web 软件时，被 GPT 坑了——一个大写字母 A 浪费了一天时间，有点疲惫了。

收工了！

大家可以活动一下手指，表达一下自己的想法！

---

软件、模型、工作流，可以给公众号发送“zimage”获取！