Z Image Turbo を ComfyUI で実行する＋プロンプトガイド

Z Image Turbo はベースモデルではなく蒸留モデル（DMD）であることに注意。

軽量モデルの中ではダントツの基本性能を持っており、SDXL 以降のモデルをファインチューンして使うなら Z Image のベースモデル一択だろう。

Automatic1111 互換の forge-neo でも実行できる。

Qwen Image Edit や FLUX.2 は編集も生成もできるが、Z Image はそうではない。

LoRA 作成用モデル

• Z Image Omni Base：生成と編集の事前学習のみ。ファインチューニングも強化学習もされておらず画質が良くない。大規模追加学習向け
• Z Image：ファインチューニングはされているが、強化学習・RLHF はされていない
• Z Image Edit：共通事前学習・Edit 用事前学習・Edit 用ファインチューニングが施されたバージョン。蒸留はされていないのである程度のステップ数が必要。論文によると CFG ありで 50 ステップ

生成用モデル

• Z Image Turbo：ファインチューニング・蒸留・強化学習・RLHF が適用されたフルスペック版。Z Image は蒸留と強化学習とを同時に行う DMDR を採用している

base が公開されれば、「Turbo - base」を LoRA 化することで蒸留 LoRA を作成可能。base に自作 LoRA と蒸留 LoRA を適用すれば、自作 LoRA でも高速高画質な生成が可能。

目次

• 特徴
• 欠点
• 必要スペック
• 画像の VRAM 使用量
• モデル
• 実行時間
• 高速生成
• LoRA
• de turbo
• Controlnet
• Controlnet の画質改善
• プロンプトガイド
• 否定形を使わない
• あいまいな形容詞を避ける
• 記述した方がいい項目
• 構造化する
• Edit
• プロンプトエンハンサーを使う
• 認識するキャラリスト
• ガチャ
• 解像度リスト
• アップスケーラー
• サンプラーとスケジューラー
• 作例

特徴

続きを読む