Z-Imageとは?
Z-Image は、Alibaba / Tongyi-MAI による 画像生成モデルファミリー です。

Z-Image という名前自体がモデル群の総称なので少し分かりにくいですが、このページでは、派生元となる ベースモデルとしての Z-Image を扱います。 (区別のために Z-Image-Base と呼ばれることもあります。)
Z-Image は、(ファインチューニング元となる)ベースモデルとして、素直な特性を持っています。
Z-Image-Turbo のような蒸留・強化学習による安定化が入っていないため、シードや初期ノイズの違いが出力に反映されやすく、創造性とバリエーションが広い反面、パラメータにシビアで結果が大きく振れる難しいモデルでもあります。
推奨設定値
- 解像度
- 512×512 〜 2048×2048(総ピクセル数)
- 幅と高さは 16 の倍数にします
モデルのダウンロード
- diffusion_models
- z_image_int8_convrot.safetensors (6.20 GB)
- z_image_turbo_int8_convrot.safetensors (6.20 GB)
- 🚨 Z-Image-Turbo によるリファインで使用
- text_encoders
- qwen_3_4b_fp8_mixed.safetensors (5.63 GB)
- vae
- ae.safetensors (335 MB)
📂ComfyUI/
└── 📂models/
├── 📂diffusion_models/
│ ├── z_image_int8_convrot.safetensors
│ └── z_image_turbo_int8_convrot.safetensors
├── 📂text_encoders/
│ └── qwen_3_4b_fp8_mixed.safetensors
└── 📂vae/
└── ae.safetensors
text2image

steps: サンプラーにもよりますが、30〜40 ほどと少し多めのほうが安定します
Outputs

Z-Image-Turbo によるリファイン
Z-Image の生成結果を、Z-Image-Turbo で短いステップでリファインする方法です。 Z-Image の創造性と、Z-Image-Turbo の品質の安定感の両取りを狙います。
image2image してもいいですが、ここでは少しオシャレにサンプリングを2段に分けてみましょう。

今回は前半50%、後半50%で分けます。 (cf. サンプリングを分割する)
- Z-Image : 30 steps のうち 15 steps
- Z-Image-Turbo : 8 steps のうち 4 steps
Outputs


Z-Image-Fun-Controlnet-Union-2.1
Z-Image 用の ControlNet 風パッチです。
モデルのダウンロード
-
model_patches
-
geometry_estimation
- depth_anything_3_mono_large.safetensors (1.34 GB)
📂ComfyUI/
└── 📂models/
├── 📂model_patches/
│ └── Z-Image-Fun-Controlnet-Union-2.1.safetensors
└── 📂geometry_estimation/
└── depth_anything_3_mono_large.safetensors
workflow

QwenImageDiffsynthControlnetにモデルと制御画像を追加- 🟩 この workflow では Depth Anything 3 で深度マップを作成します。
Outputs


