这是一个专为 ComfyUI 设计的模型加载库，包含工作流模板和 Colab 部署脚本，帮助用户快速体验高效图像生成模型的优势。

我们现在支持阿里巴巴最新发布的 Z-Image-Turbo-Fun-Controlnet 模型，该模型支持多种控制条件输入，为图像生成提供更多创意可能性。

1. 在 ComfyUI 根目录下创建 model_patches 文件夹（如不存在）
2. 下载模型文件：

   wget https://huggingface.co/alibaba-pai/Z-Image-Turbo-Fun-Controlnet-Union-2.0/resolve/main/Z-Image-Turbo-Fun-Controlnet-Union-2.0.safetensors?download=true -O ComfyUI/model_patches/Z-Image-Turbo-Fun-Controlnet-Union-2.0.safetensors

3. 重启 ComfyUI 服务使模型生效

当使用 QwenImageDiffsynthControlnet 节点时，推荐将 strength 参数设置为 0.85 以获得最佳效果。

• 支持多种控制条件输入（如边缘检测、深度图、姿态估计等）
• 与现有 Z-Image Turbo 工作流无缝集成
• 提供更精确的图像控制能力

• lansu-z-image-gguf.json: ComfyUI 工作流模板文件，已配置好支持 GGUF 格式模型加载
• zimage-controlnet.json: ComfyUI ControlNet 工作流模板文件，支持 Z-Image-Turbo-Fun-Controlnet 模型
• lansu_colab.ipynb: Google Colab 笔记本文件，可用于在云端快速部署和运行 ComfyUI 及此工作流模板

此工作流模板基于 Z-Image Turbo 模型，支持使用 GGUF 格式的 UNET 模型进行图像生成。相比传统的模型格式，GGUF 格式具有以下优势：

• 更小的文件体积
• 更快的加载速度
• 更低的内存占用
• 保持良好的生成质量

新增的 zimage-controlnet.json 工作流支持阿里巴巴最新发布的 Z-Image-Turbo-Fun-Controlnet 模型，该模型具有以下特性：

• 支持多种控制条件输入（如边缘检测、深度图、姿态估计等）
• 与现有 Z-Image Turbo 工作流无缝集成
• 提供更精确的图像控制能力
• 使用 QwenImageDiffsynthControlnet 节点，推荐 strength 参数设置为 0.85

1. 复制 lansu-z-image-gguf.json 文件内容
2. 在 ComfyUI 页面中，直接粘贴到空白工作流区域即可

1. 复制 zimage-controlnet.json 文件内容
2. 在 ComfyUI 页面中，直接粘贴到空白工作流区域即可
3. 确保已安装 Z-Image-Turbo-Fun-Controlnet 模型（见下方模型安装说明）
4. 加载输入图像并调整参数设置

使用 ControlNet 工作流，您可以基于输入的控制图像生成符合指定条件的图像。例如，您可以使用边缘检测图作为控制条件，生成保持原图轮廓但风格不同的新图像。

本仓库包含一个示例图片文件，展示了 ControlNet 的工作效果：

您可以使用此图片作为输入进行测试，或加载自己的图像进行实验。推荐使用清晰的图像作为输入以获得最佳效果。

推荐参数设置:

• QwenImageDiffsynthControlnet 节点的 strength 参数设置为 0.85
• 输入图像建议尺寸为 512x512 至 1024x1024 像素

对于希望在云端快速体验此工作流的用户，我们提供了 Google Colab 笔记本文件 lansu_colab.ipynb：

1. 在 Google Colab 中打开 lansu_colab.ipynb 文件
2. 按顺序运行各个代码单元格
3. 笔记本会自动完成以下操作：
   • 克隆 ComfyUI 仓库
   • 安装必要的依赖项
   • 下载所需的模型文件
   • 启动 ComfyUI 服务并通过 Cloudflare Tunnel 提供公网访问地址
4. 获取公网访问地址后，即可在浏览器中访问 ComfyUI 并使用此工作流模板

为了正确运行此工作流，你需要安装并配置 ComfyUI 的 GGUF 插件：

请参考此推文教程完成插件安装和配置： Twitter 教程链接

工作流需要以下模型文件，请将其放置在正确的目录中：

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 text_encoders/
│   │      └── qwen_3_4b.safetensors
│   ├── 📂 diffusion_models/
│   │      └── z_image_turbo_q4_k_m.gguf (GGUF格式模型)
│   ├── 📂 vae/
│   │      └── ae.safetensors
│   └── 📂 model_patches/
│          └── Z-Image-Turbo-Fun-Controlnet-Union-2.0.safetensors (ControlNet模型)

模型下载链接：

• qwen_3_4b.safetensors
• z_image_turbo_q4_k_m.gguf
• ae.safetensors
• Z-Image-Turbo-Fun-Controlnet-Union-2.0.safetensors

ControlNet 模型安装命令：

wget https://huggingface.co/alibaba-pai/Z-Image-Turbo-Fun-Controlnet-Union-2.0/resolve/main/Z-Image-Turbo-Fun-Controlnet-Union-2.0.safetensors?download=true -O ComfyUI/model_patches/Z-Image-Turbo-Fun-Controlnet-Union-2.0.safetensors

注意: 使用 QwenImageDiffsynthControlnet 节点时，推荐将 strength 参数设置为 0.85 以获得最佳效果。

1. 使用 UnetLoaderGGUF 节点加载 GGUF 格式的 UNET 模型
2. 配置了完整的文本编码器、VAE 和采样器
3. 默认提示词："一个美女"
4. 输出分辨率：1024x1024

1. 按照上述链接完成 GGUF 插件安装
2. 下载所需模型文件并放置到对应目录
3. 在 ComfyUI 中导入此工作流模板
4. 修改 CLIP Text Encode 节点中的提示词
5. 设置图像尺寸（默认为 1024x1024）
6. 点击队列提示词开始生成图像

• 确保已正确安装 ComfyUI GGUF 插件
• 确保模型文件路径正确
• 生成图像时需要足够的系统资源

本项目仅供学术研究和技术探讨使用，旨在探索GGUF格式模型在ComfyUI中的应用。使用者应遵守以下规定：

1. 学术用途: 本项目仅限于学术研究、教育学习和技术交流目的
2. 禁止商业用途: 严禁将本项目或其衍生作品用于任何商业活动
3. 知识产权: 项目中使用的模型版权归原作者所有
4. 责任限制: 作者不对因使用本项目而产生的任何后果承担责任

请在使用前充分理解并遵守上述声明。

本项目采用学术研究许可证 (Academic Research License)，详见 LICENSE 文件。

主要条款包括：

• 仅限学术研究和技术探讨使用
• 禁止商业用途
• 衍生作品需采用相同许可条款

如需商业使用，请联系版权所有者获得明确许可。