Stable Diffusion入門 from Thailand 第36回

【無料で軽くて高品質】画像生成AI「Z-Image Turbo」が話題。SDXLとの違いは？

ComfyUI用テンプレートが公開され、導入が容易に

　では実際に生成を試してみよう。なお、筆者の生成環境は以下となる。

CPU	Core i7-13700F（2.1GHz） 16コア24スレッド
グラフィックス	NVIDIA GeForce RTX 4070 12GB
メモリー	48GB DDR4 3200MHz
SSD	2000GB（M.2）

　まずはファイルのダウンロードから。必要となるのは「モデル本体（diffusion model）」「テキストエンコーダー（text encoder）」「VAE」の3種類だ。これらはComfyUI内の所定フォルダーに配置する必要がある。

• Diffusion Model（モデル本体）
  → ComfyUI/models/checkpoints/
  z_image_turbo_bf16.safetensors
• Text Encoder（テキストエンコーダー）
  → ComfyUI/models/text_encoders/
  qwen_3_4b.safetensors
• VAE
  → ComfyUI/models/vae/
  ae.safetensors

　それぞれのファイルを上記のフォルダーへコピーすれば準備完了だ。

　Z-Image Turboを「ComfyUI」で利用する際には、公開されている専用テンプレートの画面にアクセスし、サンプル画像をComfyUIの画面にドラッグ＆ドロップするだけで開始できる。

画面下部の画像をComfyUIにそのままドラッグ&ドロップ

　表示されたワークフロー。CLIPとVAEが外出しになっていること以外はごくシンプルなものだ。

表示されたワークフロー

　プロンプトもあらかじめ入力されているので、あとは「RUN」ボタンをクリックするだけだ。

プロンプト：cute anime style girl with massive fluffy fennec ears and a big fluffy tail blonde messy long hair blue eyes wearing a maid outfit with a long black gold leaf pattern dress and a white apron, it is a postcard held by a hand in front of a beautiful realistic city at sunset and there is cursive writing that says "ZImage, Now in ComfyUI"

　初回はモデルロードがあるため少し時間がかかるが、それでも30秒ほどで画像が生成された。

　解像度は1024×1024。なお、2枚目以降は15秒ほどで生成可能になった。