跳转到主要内容
Z-Image（造相） 是阿里巴巴通义实验室开发的一个强大且高效的图像生成模型，拥有 6B 参数。它采用 可扩展单流 DiT（S3-DiT）架构，将文本、视觉语义 token 和图像 VAE token 在序列级别进行拼接，作为统一的输入流，最大化参数效率。 Z-Image（Base）是非蒸馏基础模型，专为社区驱动的微调和自定义开发而设计。 模型亮点：
  • 照片级真实质量：在保持出色美学质量的同时，提供强大的照片级真实图像生成
  • 精准的双语文本渲染：擅长准确渲染复杂的中英文文本
  • 提示词增强与推理：提示词增强器赋予模型推理能力
  • 微调就绪：适合自定义训练和适配的理想基础模型
相关链接：

​
Z-Image 文生图工作流

下载工作流

下载 Z-Image 文生图工作流 JSON 文件。

在 ComfyUI Cloud 上运行

在 ComfyUI Cloud 上直接运行此工作流。
请确保你的 ComfyUI 已经更新。本指南里的工作流可以在 ComfyUI 的工作流模板中找到。如果找不到，可能是 ComfyUI 没有更新。如果加载工作流时有节点缺失，可能原因有：
  1. 你用的不是最新开发版（nightly）。
  2. 你用的是稳定版或桌面版（没有包含最新的更新）。
  3. 启动时有些节点导入失败。

​
Z-Image 模型下载

qwen_3_4b.safetensors

Z-Image 文本编码器。

z_image_bf16.safetensors

Z-Image 扩散模型。

ae.safetensors

Z-Image VAE。
模型存储位置 
📂 ComfyUI/
├── 📂 models/
│   ├── 📂 text_encoders/
│   │      └── qwen_3_4b.safetensors
│   ├── 📂 diffusion_models/
│   │      └── z_image_bf16.safetensors
│   └── 📂 vae/
│          └── ae.safetensors