自从上次使用 GPT-Image-1 生成插件 logo 后，一直对图像生成模型念念不忘。
但是 GPT-Image-1 非开源模型，没办法本地部署。
查了很多资料，发现 Stable Diffusion 开源模型和配套工具，部署有点麻烦，遂放弃了.
今天心血来潮，又去问了ChatGPT：
仍然提示“Stable Diffusion”。
同时，也看到了“Z-Image”，感觉命名风格与“GPT-Image-1”很像。于是，就去查了一下这是什么？看看是哪家公司制作的模型。
发现 github 上有 9.8k 个star，应该不简单。
再仔细一看，“造相”？我还以为开了沉浸式翻译。😅
仔细看完 README，大致了解了它的能力，决定试一下。
中途发生了一个小插曲：我发现了 Ultra Fast Image Gen 项目，使用下来感觉还不错，速度还能接受，生成的图片与之前使用 nano-banana 差不多，当然速度相差很大。
- 如何在Mac电脑上使用Z-Image模型：完整安装与优化指南 | Z-Image - 真实免费，快如闪电，无限量，无限制的在线AI图像生成
- newideas99/ultra-fast-image-gen: 4B parameter image gen that actually runs fast on your Mac. 14 seconds. No cloud. No GPU rental.
原本打算直接 Clone 官方源码，直接启动 Z-Image，结果运行时报错：
RuntimeError: MPS backend out of memory (MPS allocated: 18.11 GiB, other allocations: 384.00 KiB, max allowed: 18.13 GiB). Tried to allocate 47.50 MiB on private pool. Use PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.0 to disable upper limit for memory allocations (may cause system failure).
为了跑起 Z-Image，下载了 32.9G 的文件，现在出现这个问题，我差点emo😈。
后面在网上查资料，发现 ComfyUI 这个项目。
ComfyUI 可以配置 Z-Image，并且支持很多图像生成模型，是个非常成熟和主流的使用方式。
立马安装 ComfyUI，然后下载了“Z-Image-Turbo”模版。
老实说，第一次在本地玩图像生成模型，对 ComfyUI 很陌生。
又去油管看了相关视频，才知道如何运行。😅
前后一共跑了2个任务，生成2张图片，花了半个多小时，平均一张 15min。
可能电脑配置问题：MacBook Pro M1，16G。
油管主播表示，20G显存，大概不到几秒钟。
以上就是今天 Z-Image 图像生成模型的全部内容了。
感觉 ComfyUI 还有很多玩法，需要深度发掘。
Ref
ComfyUI & Z-Image
- Z-Image-Turbo几种本地部署的主流方式 | 猫普的精神世界 | 一个独立开发者的精神自留地
- 我用电脑跑AI生图大模型——记折腾ComfyUI的全过程 | 猫普的精神世界 | 一个独立开发者的精神自留地
- Tongyi-MAI/Z-Image
- Z-Image Turbo 本地安装教程！最近非常火的文生图AI模型，到底怎么样？ – 零度博客
- Z-Image-Turbo ComfyUI 工作流示例 - ComfyUI
- ComfyUI 文生图教程，进行第一次的图片生成 | ComfyUI Wiki
- MacOS Desktop Version - ComfyUI
- Qwen又出好东西了！Z-Image又轻又快又好又准！
- 使用ComfyUI本地部署Z-Image实现生图自由
- Z-Image 新手完全指南：阿里开源 6B 图像模型从入门到精通 - Apiyi.com Blog
Stable Diffusion