AI►教程

6GB显存跑Z-Image-Turbo完全指南

前言

我的拖拉机又开动了（指显卡风扇的噪音）。

这次是阿里开源的 Z-Image-Turbo，6GB 显存也能跑，而且效果还挺好。这篇博客就是纯纯的配置教程，不整那些虚的，直接告诉你怎么让小显存的卡也能愉快生图。

准备工作

首先，你需要：

  • ComfyUI（应该已经装好了吧，注意需要更新到最新版本，显卡驱动也要最新）
  • 6-12GB 显存（我用的 2060 6GB）
  • 16 以上内存（我用的是 16GB 内存，其实已经 swap 了）
  • 足够的硬盘空间下模型（量化版本所有东西最好保证 15GB 左右的空余空间）

第一步：拿官方工作流

官方已经给你做好工作流了，直接拖进 ComfyUI 的 web 界面就能用：

👉 官方工作流：https://comfyanonymous.github.io/ComfyUI_examples/z_image/

拖进去之后你会发现缺模型，别慌，继续往下看。

第二步：下载模型文件

按照官方文档，你需要三个文件，这 3 个文件官方都给了下载地址，但是除了 VAE 之外，其余的要用量化版本：

1
2
3
4
5
6
7
8
Text encoder: qwen_3_4b.safetensors
→ 放在 ComfyUI/models/text_encoders/

Diffusion model: z_image_turbo_bf16.safetensors
→ 放在 ComfyUI/models/diffusion_models/

VAE: ae.safetensors (Flux 1 VAE)
→ 放在 ComfyUI/models/vae/

重点来了：

VAE - 直接下原版

VAE 不用量化，直接下 Flux 1 的 VAE 就行：

  • 用官方提供的地址
  • 扔进 ComfyUI/models/vae/ 文件夹

Text Encoder - 用量化版本

这里我们用 GGUF 量化的 Qwen3-4B，省显存神器：

1. 下载模型

去这里：https://huggingface.co/unsloth/Qwen3-4B-GGUF/tree/main

我用的是 Qwen3-4B-Q6_K.gguf，6GB 显存完全够用。

如果你显存更小，可以试试 Q5 或 Q4 版本，但质量会稍微下降。

2. 装自定义节点

要用 GGUF 格式需要装个插件：

1
2
cd ComfyUI/custom_nodes
git clone https://github.com/city96/ComfyUI-GGUF

然后重启 ComfyUI。

如果是 windows 的 portable 版本，还需要回到 comfyui 解压的那个目录执行一下:

1
.\python_embeded\python.exe -s -m pip install -r .\ComfyUI\custom_nodes\ComfyUI-GGUF\requirements.txt

3. 放文件

把下载的 .gguf 文件放到 ComfyUI/models/text_encoders/ 文件夹。

Diffusion Model - 也用量化版本

主模型也要量化，不然显存爆炸：

下载 FP8 量化版本

去这里：https://huggingface.co/T5B/Z-Image-Turbo-FP8/tree/main

下载 FP8 量化的版本,当前有两个z-image-turbo-fp8-e4m3fn.safetensors和z-image-turbo-fp8-e5m2.safetensors，精度和广度的区别，用前者就可以。

放文件

扔进 ComfyUI/models/diffusion_models/ 文件夹。

第三步：工作流配置

在 ComfyUI 里，你需要把节点指向量化后的模型：

  1. CLIPLoader：选择你下载的 GGUF 文件（这个需要更换节点,使用 CLIPLoader(GGUF)节点）
  2. UNet 加载器：选择 FP8 量化的模型
  3. VAE 节点：选择原版 Flux VAE

Sampler 设置

用最快的配置：

  • Sampler: Euler
  • Scheduler: Simple
  • Steps: 8（Z-Image-Turbo 只需要 8 步）

实际表现

我的配置：

  • 显卡：2060 6GB VRAM
  • 内存: 16GB
  • 配置：Euler + Simple，8 steps
  • 速度：大概 2 分钟一张图

虽然不算特别快，但考虑到：

  • 显存才 6GB
  • 质量确实不错
  • 不会爆显存
  • 支持中文文字渲染

这速度我是很满意的。

常见问题

Q: 显存还是不够怎么办？

A: 试试更低的量化版本：

  • Text Encoder 换成 Q4_K 或 Q5_K
  • 如果还不够，关掉其他占显存的程序

Q: 速度太慢了怎么办？

A:

  • 确保用了 Euler + Simple
  • Steps 别设太高，8 步就够
  • 分辨率调低

Q: 生成的图质量不好？

A:

  • 检查是不是量化版本用太低了（比如 Q2）
  • 确保 VAE 用的是原版
  • prompt 要写详细点

结语

好了，配置就这么多。现在你应该可以听到拖拉机的轰鸣声了。

感谢阿里开源，感谢做量化版本的大佬们，让我们这些小显存用户也能玩上 AI 生图。

祝生图愉快！

快速链接