6G显存跑Z-Image(Windows版)

（上一篇介绍了 linux 下的 Z-Image 部署，有一些同学反馈电脑都是window的，这里我昨天回家搞了几个小时，针对windows
单独介绍下）

由于众所周知的原因，国内环境访问 github、huggingface 等非常困难，而很多同学即使有了科学上网，也很难做到快速稳定地下载大模型、代码库等资源。这篇文章我就介绍一下如何在纯国内环境下，本地部署 Z-Image + Comfyui 的文生图服务。

前置条件

首先确保你安装了基础的 python、conda、git 环境，安装了英伟达显卡驱动。

一、安装 pytorch、cuda 等（可选）

如果你已经有了 pytorch、cuda 等环境，可以忽略此步骤

1、创建一个 python 虚拟环境

为了保证稳定性，将 pip 切换为国内的清华源
打开 vscode 的终端或者 cmd，在命令行执行：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

创建一个 conda 环境用于 comfyui，一路 y 下去

conda create -n comfyui python=3.10

激活环境

conda activate comfyui

2. 安装 PyTorch（必须根据你的 CUDA 版本选择）

先查看你的 CUDA：
nvidia-smi

看右侧的 Driver 版本对应 CUDA，一般是 11.8 或 12.x。

如果你的 CUDA >= 12.1，都使用 12.1

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

如果你的 CUDA = 11.8

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

下载的东西比较大，一般要等十来分钟

二、安装 Comfyui

1、下载 Comfyui 主仓库

这里我们通过国内 gitee 站点来下载 Comfyui 仓库
PS：如果发现这个仓库太老了，可以用ComfyUI 关键词在 gitee 搜索一下，一般有用户会定时将 github 的仓库同步到 gitee

git clone https://gitee.com/auto-mirrors/comfy-ui.git

2、安装依赖

cd ComfyUI
pip install -r requirements.txt

这一步一般也要十几二十分钟

2、先把 ComfyUI 跑起来

在 8188 端口运行 ComfyUI服务

python main.py --listen 0.0.0.0 --port 8188

看到下面的输出代表跑起来了：

接着就从本地浏览器打开：localhost:8188，可以看到 ComfyUI 成功跑起来了

3、安装 Comfyui GGUF 插件

我们要在小显存下使用 Z-Image 模型，一般要用 GGUF 的模型（什么是 GGUF 就自己问问 AI 吧），那么我们就需要在 ComfyUI 的仓库内再下载 Comfyui GGUF 插件仓库并安装：
1.进入本地 ComfyUI 仓库的 custom_nodes 文件夹

cd custom_nodes

2.下载Comfyui GGUF 插件仓库
同样我们从 gitee 下载

git clone https://gitee.com/203014/ComfyUI-GGUF.git

3. 安装 gguf 组件

pip install gguf

三、下载模型文件

我们需要下载三个文件，除了 VAE 之外，其余的要用量化版本：

1. 下载 VAE

VAE 直接使用原版,我们使用 modelscope 的下载地址，文件保存在 ComfyUI/models/vae/

vae 下载地址

2. 下载 Text Encoder 模型

同样使用 modelscope 的下载地址，文件保存在 ComfyUI/models/text_encoders/

Qwen3-4B-Q6_K 下载地址

我选用 Qwen3-4B-Q6_K.gguf，6GB 显存也够用。
如果你显存更小，可以试试 Q5 或 Q4 版本，但质量会稍微下降。

3、下载核心扩散模型

我没在 modelscope 上找到，可以从 hf-mirror.com 下载，放在 ComfyUI/models/diffusion_models/ 文件夹。
z-image-turbo-fp8-e4m3fn 下载地址

这一步要下载好几个 G，网速给力的话大概 10 分钟左右

四、开始炼丹！

经过了那么多步骤，终于可以开始生图了

1、重启一下 comfyui

cd ../../
python main.py --listen 0.0.0.0 --port 8188

2、导入官方工作流

保存下面这个图片，然后拖入到浏览器的 comfui 窗口中，就能把工作流自动导入：
https://fastly.jsdelivr.net/gh/bucketio/img7@main/2025/12/05/1764907431084-9f834f86-78a5-47c7-9d92-54abd1ce282a.png

拖入后变成：

在 Prompt 区域用写提示词：

两位西域美女在空中跳飞天舞，穿着华丽飘逸的西域飞天舞服，丝绸飘带随动作飞舞，长发随风舞动，表情优雅而喜悦，天空背景带有夕阳余晖与云彩，光影柔和，充满异域风情与仙气，动作优美、充满动感，色彩鲜艳自然，高分辨率，细节精致，身材绝佳，CG插画风格

3、开始生成图片

点击右侧的运行

可以看到任务正在执行

4、查看效果

我们基本上等个十几秒就能获得1024*1024图片了，Z-Image 对比 Flux、QwenImage等 有极大的提升！
堪称平民使用的最强模型！

我就想一键使用！

对于不想折腾环境的同学，可以直接使用算多多提供的算力进行玩耍，基本上一键启动。
用以下链接注册可以免费使用4070算力（20 元算力，免费 30+小时😊）

算多多GPU
www.gpuduoduo.com/?utm_source=lswechat

其他

必装的 “ComfyUI-Manager”
为了让你后续安装节点（Nodes）像手机装 App 一样简单，强烈建议现在就装上管理器。

cd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

之后重启 comfyui 即可。

我就想马上使用！

对于不想折腾环境的同学，可以直接使用我做好的镜像一键使用：Z-Image 云环境