ComfyUI实战部署Z-Image：6B小模型实现本地AI图像生成（Mac运行示例）

Z-Image 简介

Z-Image（中文名“造相”）是阿里巴巴通义实验室研发并开源的高效图像生成基础模型。它定位为“轻量且高性能”的AI图像解决方案，核心参数规模仅6B，却能对标参数量更大的闭源旗舰模型。

凭借在“效率、质量、易用性”三者间的出色平衡，Z-Image迅速成为开源图像生成领域的焦点。其核心特性主要包括：

• 极致高效：仅需 8 步推理，在H800上可实现亚秒级延迟。
• 低显存需求：16G显存的消费级显卡即可流畅运行。
• 照片级质量：具备出色的写实图像生成能力。
• 双语文字渲染：能够准确渲染复杂的中文和英文字符。
• 强指令遵循：精准理解并执行用户的文字描述。
• 开源可用：模型权重已在 Hugging Face 和 ModelScope 平台开放下载。

本文将详细介绍如何在ComfyUI中本地部署Z-Image模型，并通过离线方式自由生成图像。

ComfyUI 简介

ComfyUI是一款基于节点流程的可视化AI图像生成工具。它将复杂的工作流简化为图形节点，用户通过拖拽和连接节点即可构建、调整整个生成流程。

作为当前支持最全面的开源解决方案之一，ComfyUI不仅支持Stable Diffusion、SDXL等静态图像模型，还兼容Flux、LCM、AnimateDiff以及本文的Z-Image，并具备视频生成与序列化处理能力。

其核心优势在于：

• 全模态生成支持：覆盖图像、视频、3D多模态生成，支持帧序列动画与视频插值，并提供实时预览。
• 模型全兼容体系：自动识别safetensors/ckpt格式，预集成数十个热门模型，开箱即用。
• 可视化节点编程：提供超过300个专业节点供自由组合，支持Python自定义节点开发，并能自动管理节点版本。

使用ComfyUI本地部署Z-Image

第一步：安装 ComfyUI

ComfyUI提供了多种安装方式。对于非开发人员，建议直接安装图形化桌面版“ComfyUI Desktop”，其安装过程较为简单，本文不再赘述，可参考官方文档完成。

第二步：下载 Z-Image 模型

前往Hugging Face或ModelScope模型库，下载Z-Image所需的三个核心模型文件：diffusion_model、text_encoder和vae。

将下载好的文件放置于ComfyUI安装目录的对应文件夹下：

ComfyUI/
├── models
│   ├── diffusion_models
│   │   └── z_image_turbo_bf16.safetensors
│   ├── text_encoders
│   │   └── qwen_3_4b.safetensors
│   └── vae
│       └── ae.safetensors

至此，ComfyUI与Z-Image的安装配置已完成。启动ComfyUI，你将看到如下节点编辑界面：

生成第一张图片

第一步：创建工作流

启动ComfyUI后，点击“创建空白工作流”。你可以参考下图构建一个基础的文本生成图像工作流。我们使用的提示词（Prompt）为：

“极具氛围感的暗调人像，一位优雅的中国美女在黑暗的房间里。一束强光通过遮光板，在她的脸上投射出一个清晰的闪电形状的光影，正好照亮一只眼睛。高对比度，明暗交界清晰，神秘感，莱卡相机色调。”

第二步：运行工作流

工作流配置完成后，点击右侧的“运行”按钮。等待片刻，生成的图片就会在输出节点中显示。

针对上述提示词，使用Z-Image生成的效果如下图所示：

注意事项：

1. 本文示例在Mac mini (M4芯片)上运行，生成速度受硬件限制。在实际的人工智能应用开发中，可根据业务需求选择合适的计算硬件进行性能优化。
2. Z-Image模型生成自由度很高，在实际业务应用时，建议增加必要的安全审核机制。