Z Image Turbo を ComfyUI で実行する＋プロンプトガイド

カテゴリ：deeplearning

Z Image Turbo はベースモデルではなく蒸留モデル（DMD）であることに注意。

Automatic1111 互換の forge-neo でも実行できる。

Qwen Image Edit や FLUX.2 は編集も生成もできるが、Z Image はそうではない。

LoRa 作成用モデル

Z Image Omni Base：生成と編集の事前学習のみ。ファインチューニングも強化学習もされておらず画質が良くない。大規模追加学習向け
Z Image：ファインチューニングはされているが、強化学習・RLHF はされていない
Z Image Edit：共通事前学習・Edit 用事前学習・Edit 用ファインチューニングが施されたバージョン。蒸留はされていないのである程度のステップ数が必要。論文によると CFG ありで 50 ステップ

生成用モデル

Z Image Turbo：ファインチューニング・蒸留・強化学習・RLHF が適用されたフルスペック版。Z Image は蒸留と強化学習とを同時に行う DMDR を採用している

Z-Image VS Turbo

Turbo は実写の画像生成のリアルさに強い。シードで多様性は出せないが、破綻した画像を出す確率が低い。

Z-Image（Turbo でない方）は多様なアニメ・イラストスタイルが表現できる。実写の品質もそこそこ高く、シードで多様性が出せる。ただし推論に時間がかかる（Turbo のおよそ５倍）。

Turbo と Z-Image との比較は Z-Image Base VS Z-Image Turbo を参照。

特徴

ComfyUI で NetaYume-Lumina-Image-2.0

カテゴリ：deeplearning

次世代の NSFW モデルは Anima が軽量で NSFW が出せて自然言語に対応しており最有力候補。

Qwen Image Edit 2511 を ComfyUI で実行する＋プロンプトリスト

カテゴリ：deeplearning

ComfyUI で FLUX.2 klein 9B を使う

カテゴリ：deeplearning

FLUX.2 klein 9B の編集能力は高い。物体除去、画像のモノクロトーン化、線画を維持した着色が高速でできる。FLUX.2 klein 9B をデフォルトで使い、できないタスクは Qwen Image Edit や FLUX.2 dev や Nano Banana Pro に投げるのがいいだろう。

Klein 4B は MCP サーバーを立てて LLM と同時に使うと楽しい。

昨今の強化学習で絵が固定されたモデルと違い、シードで多様性が出せるのもよい。