下载安装Z-Image-Turbo超细教程（详细到每一小步）

一、前期准备创建 / 核对模型存放文件夹步骤 1打开你的 ComfyUI 根目录你启动路径是H:\ComfyUI\ComfyUI-aki-v3\ComfyUI-aki-v3\ComfyUI进入该文件夹打开models目录检查下面 4 个文件夹不存在就手动新建diffusion_models存放 Z-Image-Turbo 主扩散模型text_encoders存放 Qwen3 文本编码器vae存放专属 VAEcontrolnet后续要用配套 ControlNet 再放重点提醒不要把 Z-Image 主模型放进 checkpointsCheckpointLoaderSimple读取 checkpoints无法读取 diffusion_models 里的模型二、下载所需模型权重3 个必下文件步骤 2获取官方模型下载地址开源仓库地址https://huggingface.co/ByteDance/Z-Image-Turbo 需要下载 3 个核心文件主扩散模型z_image_turbo.safetensors→ 放入models/diffusion_models文本编码器文件夹qwen3_4b_clip整个文件夹 → 放入models/text_encodersVAEvae.safetensors→ 放入models/vae避坑不要把 Z-Image 文件丢进 checkpoints会出现你之前not in []找不到模型报错下载小技巧HuggingFace 慢方式 A用huggingface下载器、hf_transfer加速方式 B找国内镜像站魔搭 ModelScopeModelScope 魔搭社区搜索 Z-Image-Turbo 下载造相-Z-Image-Turbo 点击链接前往不要只单独下载部分文件文本编码器是整套文件夹不能只抽单个文件。步骤 3放置模型到对应目录z_image_turbo.safetensors→H:\ComfyUI\ComfyUI-aki-v3\ComfyUI-aki-v3\ComfyUI\models\diffusion_models完整qwen3_4b_clip文件夹 →models\text_encodersvae.safetensors→models\vae三、安装Z-Image-Turbo必备自定义节点插件缺少节点会加载工作流失败步骤 4安装 ComfyUI-ZImageTurbo 节点包关闭正在运行的 ComfyUI 命令行窗口进入ComfyUI\custom_nodes文件夹两种安装方式选其一方式 1Git 安装推荐在顶部地址栏输入cmd回车输入cmd回车打开命令行执行git clone https://github.com/ByteDance/ComfyUI-ZImageTurbo.git执行完成后custom_nodes 会多出ComfyUI-ZImageTurbo文件夹方式 2无 Git 手动安装打开插件 Github 页面https://github.com/ByteDance/ComfyUI-ZImageTurbo右上角点Code→Download ZIP下载压缩包解压压缩包把内层ComfyUI-ZImageTurbo文件夹拖进custom_nodes步骤 5安装依赖库必做否则节点报错回到 ComfyUI 根目录地址栏输入 cmd 打开终端复制这条命令回车安装依赖pip install transformers accelerate sentencepiece出现Successfully installed xxx代表安装成功红色报错就重新执行一次。四、导入官方工作流、启动测试步骤 6重启 ComfyUI运行你原本的启动脚本main.py 启动命令等待服务启动完成打开浏览器访问http://127.0.0.1:8188若控制台没有节点报错说明自定义节点加载成功。步骤 7导入示例工作流回到 HuggingFace 仓库下载workflow/z_image_turbo_example.json在 ComfyUI 界面点击右上角「Load」选中这个 json 文件导入界面自动生成完整工作流包含模型加载、采样、VAE 解码节点。步骤 8核对节点模型选择逐个检查下拉选项Diffusion 模型加载节点选中z_image_turbo.safetensorsText Encoder 节点选中qwen3_4b_clipVAE 节点选中vae.safetensors若下拉没看到对应模型按 CtrlF5 强制刷新浏览器还没有就彻底关闭 ComfyUI 再重启一次步骤 9设置生成参数关键参数错效果极差表格参数推荐值说明采样步数8~9Turbo 极速模型步数高反而画质下降CFG0该模型训练适配 CFG0不要用 SD 常用的 7 左右采样器euler官方最优采样器分辨率1024×1024原生训练分辨率可上下微调步骤 10执行生成输入正向提示词支持中文点击「Queue Prompt」运行RTX4060Ti 单张图几秒即可完成。五、常见问题修复对应你可能遇到的报错报错Value not in list 找不到模型原因模型放错文件夹解决核对 diffusion_models/text_encoders/vae 三个路径不要丢进 checkpoints。画布出现红色缺失节点原因插件没装 / 依赖没装解决重新执行 pip 安装依赖重启 ComfyUI。生成画面模糊、色块扭曲原因步数 / CFG 参数错误解决步数 8、CFG0不要套用 SD1.5 参数。下拉列表看不到模型文件解决完全关闭 ComfyUI 所有窗口重新启动程序程序启动时才扫描模型文件夹。六、拓展可选如需 ControlNet 能力下载官方配套 ControlNet 权重放入models/controlnet再导入 ControlNet 拓展工作流即可。