本文记录了在 Windows 电脑上从零开始安装配置 ComfyUI Z-Image Turbo GGUF 量化模型的全过程。如果你有一张 8GB 显存的显卡也想在本地跑起来快速文生图这篇文章就是为你写的。一、前言1.1 什么是 Z-Image TurboZ-Image Turbo 是一款新型的文生图扩散模型主打极速出图——仅需 8 步就能生成高质量图片比传统 Stable Diffusion 的 20~30 步快了 3 倍。它基于新一代架构配合 Qwen3 文本编码器对中文提示词的理解能力远超传统 SD1.5/SDXL 模型。1.2 为什么选 GGUF 量化版GGUF 是一种量化格式能把大模型压缩到原来的 1/4 大小同时几乎不损失画质。对于 8GB 显存的显卡来说跑原版模型会爆显存用 Q4_K_M 量化版刚好够用。1.3 硬件要求配件最低要求推荐配置显卡6GB 显存8GB 显存RTX 3060/4060/5060内存16GB32GB硬盘10GB 可用空间SSD读写更快系统Windows 10/11Windows 11本文实测环境RTX 5060 8GB 32GB DDR5 1TB SSD。二、准备工作2.1 下载 ComfyUI 便携版ComfyUI 是目前最流行的节点式 AI 绘图前端我们用它来加载和运行 Z-Image Turbo。去 ComfyUI 官方 GitHub 下载 Windows 便携版https://github.com/comfyanonymous/ComfyUI/releases下载文件名类似ComfyUI_windows_portable_nvidia.7z约 1.9GB。2.2 下载三个模型文件Z-Image Turbo 需要三个模型文件都要下载文件大小下载地址主模型UNet~4.75GBz_image_turbo-Q4_K_M.gguf文本编码器~2.27GBQwen3-4B-Q4_K_S.ggufVAE~320MBae.safetensors 这些模型可以从 HuggingFace 或 ModelScope 下载。国内用户推荐 ModelScope速度更快。2.3 准备一个空的安装目录建议直接放在 D 盘根目录路径不要有中文和空格D:\ComfyUI_windows_portable\三、安装步骤3.1 解压 ComfyUI 便携版把下载好的ComfyUI_windows_portable_nvidia.7z解压到 D 盘根目录解压完成后你会看到D:\ComfyUI_windows_portable\ ├── python_embeded\ # 内置 Python 环境 ├── ComfyUI\ │ ├── models\ # 模型放这里 │ ├── custom_nodes\ # 插件放这里 │ └── main.py ├── run_nvidia_gpu.bat # 启动脚本 └── run_cpu.bat3.2 安装 GGUF 插件Z-Image Turbo 是 GGUF 格式的ComfyUI 默认不认识需要装一个插件。打开命令行进入 custom_nodes 目录cdD:\ComfyUI_windows_portable\ComfyUI\custom_nodesgitclone https://github.com/city96/ComfyUI-GGUF.git如果你不会用 git也可以直接去 GitHub 下载 ZIP 包解压后改名为ComfyUI-GGUF放进 custom_nodes 目录。3.3 安装 GGUF 的 Python 依赖ComfyUI 便携版自带了 Python我们用它来装依赖D:\ComfyUI_windows_portable\python_embeded\python.exe-mpipinstallgguf四、放置模型文件下载好的三个模型文件要分别放到对应的目录里4.1 主模型放 UNet 目录把 z_image_turbo-Q4_K_M.gguf 放到 D:\ComfyUI_windows_portable\ComfyUI\models\unet\4.2 文本编码器放 text_encoders 目录把 Qwen3-4B-Q4_K_S.gguf 放到 D:\ComfyUI_windows_portable\ComfyUI\models\text_encoders\4.3 VAE 放 vae 目录把 ae.safetensors 放到 D:\ComfyUI_windows_portable\ComfyUI\models\vae\⚠️ 如果对应的文件夹不存在自己新建一个就行名字要完全一致。五、第一次启动5.1 运行启动脚本双击run_nvidia_gpu.bat会弹出一个黑色命令行窗口。第一次启动会比较慢因为要加载模型和初始化环境。等到窗口里出现这行字To see the GUI go to: http://127.0.0.1:8188就说明启动成功了。5.2 打开浏览器用 Chrome 或 Edge 打开http://127.0.0.1:8188你就能看到 ComfyUI 的界面了。六、配置工作流刚打开 ComfyUI 的时候画布是空的需要我们手动搭建节点连接。6.1 需要的节点我们需要以下 8 个节点节点名称作用UnetLoaderGGUF加载主模型CLIPLoaderGGUF加载文本编码器VAELoader加载 VAECLIPTextEncode写提示词EmptyLatentImage设置图片尺寸KSampler采样器核心VAEDecodeVAE 解码SaveImage保存图片6.2 怎么添加节点在画布空白处双击会弹出搜索框输入节点名字双击就能添加。6.3 节点连接图按照下面的方式连线鼠标从一个节点的输出口拖到另一个节点的输入口UnetLoaderGGUF.MODEL ──────→ KSampler.model CLIPLoaderGGUF.CLIP ───────→ CLIPTextEncode.clip VAELoader.VAE ─────────────→ VAEDecode.vae CLIPTextEncode.CONDITIONING → KSampler.positive EmptyLatentImage.LATENT ───→ KSampler.latent_image KSampler.LATENT ───────────→ VAEDecode.samples VAEDecode.IMAGE ───────────→ SaveImage.images6.4 关键参数设置在各个节点上设置参数UnetLoaderGGUFunet_name: 选z_image_turbo-Q4_K_M.ggufCLIPLoaderGGUFclip_name: 选Qwen3-4B-Q4_K_S.gguftype: 选lumina2VAELoadervae_name: 选ae.safetensorsEmptyLatentImagewidth: 1024height: 1024KSamplersteps: 8cfg: 1.0sampler_name: eulerscheduler: normaldenoise: 1.0为什么 cfg 是 1.0Z-Image Turbo 是 turbo 类模型cfg1.0 是官方推荐值这意味着 negative prompt 其实不起作用。七、常见坑与解决办法7.1 报错UNet 加载了错误的模型症状启动后提示找不到模型或者加载了 .safetensors 后缀的文件。原因你在 UnetLoaderGGUF 里选错了模型文件。解决点开下拉菜单认准文件名是.gguf后缀的那个不要选.safetensors。7.2 报错negative 缺少必需输入症状点运行后提示「K采样器 缺少必需的输入negative」。原因ComfyUI 的 KSampler 节点要求 negative 必须连一个东西即使 cfg1.0 也不行。解决再添加一个 CLIPTextEncode 节点里面什么都不写留空把它的输出连到 KSampler 的「负面条件」输入口7.3 报错CLIP 误连了 negative症状提示「无效连接negative 输入接了 CLIP」。原因你把正向提示词的 CLIPTextEncode 同时连到了 positive 和 negative。解决negative 单独用一个空的 CLIPTextEncode 节点不要共用。7.4 显存不够症状生成的时候提示 CUDA out of memory。解决把分辨率从 1024x1024 改成 768x768确认你用的是 Q4_K_M 量化版不是原版八、成功出图所有节点都连好、没有红错之后点右下角的蓝色「运行」按钮。等 3~5 秒右边的 SaveImage 节点里就会出现生成的图片 恭喜你到这里你已经成功跑通了 Z-Image Turbo 本地文生图。九、常用提示词示例9.1 风景类a beautiful sunset over the ocean, cinematic lighting, photorealistic, 8k, highly detailed, golden hour9.2 人像类photorealistic portrait of a beautiful young woman, professional photography, 85mm lens, shallow depth of field, soft lighting, highly detailed skin texture, 8k resolution9.3 产品类professional product photography, a luxury watch on marble surface, studio lighting, white background, commercial, 8k十、进阶玩法10.1 调整分辨率在 EmptyLatentImage 节点里改宽高横图1280 x 768竖图768 x 1024方图1024 x 102410.2 换种子每次点 randomize随机按钮都会生成不同的图。觉得哪张好记住 seed 数字下次输入同一个 seed 就能复现。10.3 图生图如果你想让 AI 参考一张图的构图改风格可以再加LoadImage 节点上传参考图VAEEncode 节点把图片编码成 latent把 VAEEncode 的输出连到 KSampler 的 latent_image 输入再把 denoise 从 1.0 降到 0.6~0.7就是图生图了。十一、API 调用给开发者ComfyUI 自带 HTTP API其他机器可以通过 Python 代码远程调用11.1 开启局域网访问编辑run_nvidia_gpu.bat在命令最后加上--listen 0.0.0.0.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --listen 0.0.0.0然后在防火墙放行 8188 端口其他机器就能通过http://你的IP:8188访问了。11.2 最简调用示例importrequests SERVERhttp://192.168.1.100:8188# 提交工作流workflow{1:{class_type:UnetLoaderGGUF,inputs:{unet_name:z_image_turbo-Q4_K_M.gguf}},# ... 其他节点}requests.post(f{SERVER}/prompt,json{prompt:workflow})十二、总结整个流程其实不复杂核心就是三步下好三个模型文件放到对应目录装个 GGUF 插件让 ComfyUI 能识别 GGUF 格式搭好工作流节点连好线点运行唯一容易踩坑的地方就是节点连接和参数设置按照本文的步骤一步步来基本不会出错。Z-Image Turbo 的好处就是快——8 步出图几秒一张用来快速试提示词、找灵感特别爽。对于 8GB 显存的显卡来说这应该是目前能跑的最快的文生图模型了。如果本文对你有帮助欢迎点赞收藏有问题评论区见。