Дообучить z image base LoRA в ComfyUI на прически (8 ГБ VRAM)

Дообучить z image base в ComfyUI с помощью z image lora — отличный способ генерировать реалистичные изображения разных причесок на вашем лице, особенно если у вас всего 8 ГБ VRAM. Используйте квантизованную z-image-Q8_0 и туториалы на Musubi Tuner или ai-toolkit для новичков: подготовьте 6–40 фото лица, обучите на z image turbo workflow за 400–2000 шагов с LR 0.0001–0.0002. Рекомендуемый workflow Z-ImageBase_MUSUBI-TUNER-VERSION.json позволяет тренировать на Turbo и запускать base локально для максимальной детализации, а альтернативы вроде FLUX или GGUF/FP8 повысят реализм.

---

Содержание

• Что такое z image base и зачем её дообучать с z image lora в ComfyUI
• Подготовка ComfyUI для z image comfyui с 8 ГБ VRAM (z-image-Q8_0)
• Туториал для новичков: как установить z image и z image turbo workflow
• Дообучение z image lora train на прическах: датасет и настройки
• Рекомендуемый z image base workflow для обучения на Turbo и запуска Base локально
• Z image lora trainer: Musubi Tuner и ai-toolkit для z image turbo 8gb vram
• Альтернативы для максимальной реалистичности (FLUX, GGUF, FP8)
• Скачивание моделей и примеры промптов для z image lora
• Источники
• Заключение

---

Что такое z image base и зачем её дообучать с z image lora в ComfyUI

Z image base — это базовая модель от Alibaba для генерации сверхреалистичных изображений, которая бьёт по качеству многие аналоги вроде Flux или SDXL. А z image lora? Это адаптеры, которые “приклеивают” вашу внешность и прически к генерациям, делая их персональными. Почему ComfyUI? Здесь всё визуально: перетаскиваешь ноды, и вуаля — workflow готов. Для новичков с 8 ГБ VRAM это спасение, потому что без дообучения модель выдаст общие лица, а с LoRA — именно ваши волосы в стиле “рок-звезда” или “элегантный боб”.

Представьте: берёте селфи, добавляете прически из Pinterest, и модель учится их накладывать реалистично. Обучаете на лёгкой z image turbo, а генерируете на тяжёлой base — хитрый приём для слабого железа. Но подождите, это не магия. Нужно правильно подготовить датасет, иначе LoRA выйдет размытым.

---

Подготовка ComfyUI для z image comfyui с 8 ГБ VRAM (z-image-Q8_0)

Сначала обновите ComfyUI до последней версии — через git pull в терминале. Установите менеджер нод ComfyUI-Manager, чтобы тянуть расширения одним кликом. Ключевые ноды: ComfyUI-Realtime-LoraTrainer для Musubi Tuner и ZImageLoader от capitan01R.

Для 8 ГБ VRAM качайте z-image-Q8_0 (GGUF-версия) — она жрёт меньше памяти, чем BF16. Разместите в ComfyUI/models/diffusion_models/. Добавьте VAE ae.safetensors и текст-энкодер qwen_3_4b.safetensors в соответствующие папки. Вкрутите Transformer Offload на 0% и low-VRAM режим — модель влезет даже на 768x768.

Тестируйте: загрузите базовый z image turbo workflow, введите “photo of a woman with long wavy hair”. Если генерит за 2–3 секунды без OOM — вы в деле. А теперь вопрос: сколько у вас терпения на датасет?

---

Туториал для новичков: как установить z image и z image turbo workflow

Новички, не паникуйте — установка z image проще, чем сварить кофе. Скачайте z image turbo bf16.safetensors или fp8 (e4m3fn) с Hugging Face, киньте в models. Для z image turbo 8gb vram — GGUF Q8_0 идеал.

Шаг 1: ComfyUI Manager → Search “ZImage” → Install capitan01R/ZImageLoaderNodes и shootthesound/comfyUI-Realtime-Lora.

Шаг 2: Загрузите готовый z image turbo workflow.json с Stable Diffusion Tutorials. Перетащите в ComfyUI — ноды расставятся сами.

Шаг 3: Промпт: “realistic photo of subject with short pixie haircut, high detail”. Sampler: FlowSampler, steps 8–16. Генерация в 1280x720? Легко, даже на RTX 3070.

Если крашит — уменьшите res до 512x512. Готово? Переходим к LoRA-тренировке. Это где магия начинается.

---

Дообучение z image lora train на прическах: датасет и настройки

Датасет — сердце процесса. Сфоткайте себя 10–20 раз под разным светом, добавьте Photoshop’ом 5–10 причесок (лонг-волны, андеркат, афро). Размер: 768x768 max, чтобы не лагало. Капшоны: “photo of subject with blonde bob haircut” — повторяйте “subject” как триггер.

Настройки для z image lora train: LR 0.0001–0.0002, steps 400–1500 (для 8 ГБ хватит 400), rank 16–32, batch size 1. Эпохи: 10–20. Используйте undistilled base для топ-реализма — волосы будут как живые.

В Next Diffusion туториале показывают на руках, но принцип тот же для причесок. Тренировка займёт 30–60 мин. Результат? LoRA-файл .safetensors готов к применению.

---

Рекомендуемый z image base workflow для обучения на Turbo и запуска Base локально

Звезда шоу — Z-ImageBase_MUSUBI-TUNER-VERSION.json из comfyUI-Realtime-Lora. Обучайте на Turbo (быстро, мало VRAM), применяйте LoRA к base для финальной генерации.

В workflow: LoRA Trainer нода → укажите датасет-папку, модель z-image-Q8_0, VAE ae-FLUX1.safetensors. Steps 400, LR 0.0002. После тренировки — нода Apply LoRA к base-модели. Локальный запуск: Sampler на Euler, CFG 1.0–2.0.

Почему Turbo → Base? Turbo ускоряет обучение в 5 раз, base даёт детализацию. Для причесок: промпт “photo of subject with red curls, studio lighting”. Реалистично до мурашек.

---

Z image lora trainer: Musubi Tuner и ai-toolkit для z image turbo 8gb vram

Musubi Tuner в ComfyUI-Realtime-Lora — для реал-тайм тренировки. Нода Realtime LoRA Trainer (Z-Image Base): low-VRAM mode, 768px, rank 16. Идеально для вашего случая.

Ai-toolkit из Z-Image issues: скрипт для 2000 шагов на 6–10 фото, res 512–768. Команда: python train_lora.py --model z_image_turbo --data your_faces --steps 2000. Кэш латентов ускорит.

Оба подхода жрут <8 ГБ. Musubi проще для GUI-фанов, ai-toolkit — для скриптеров. Выберите по вкусу, но результат — LoRA с вашими прическами.

---

Альтернативы для максимальной реалистичности (FLUX, GGUF, FP8)

Хотите ещё круче? FLUX 2.0 с LoRA — шаг вперёд по текстурам волос, но жрёт больше VRAM (нужен Q4_K_M). GGUF Q8_0 для z image turbo — топ для 8 ГБ, скорость 2 с/ит.

FP8 (e5m2) вместо BF16 сэкономит память, качество на уровне. В Stable Diffusion Tutorials workflow Z_Image_Base_T2Img.json комбинирует с Flux-VAE для NSFW-реализма (да, прически тоже).

Или WAN 2.2 LoRA — но z image лидирует по фотореализму. Тестируйте: если base не хватает, мигрируйте на FP8 Turbo.

---

Скачивание моделей и примеры промптов для z image lora

Модели: z_image_bf16.safetensors (Hugging Face), z-image-Q8_0.gguf (TheBloke repo). Workflow: скачайте здесь.

Промпты для причесок:

• “photo of subject with messy bun, natural light, ultra realistic”
• “portrait of subject, long straight black hair, side part, 8k”
• Негатив: “blurry, deformed, extra limbs”

Триггер “subject” + LoRA weight 0.8–1.2. Экспериментируйте — волосы полетят!

---

Источники

1. comfyUI-Realtime-Lora — Workflow и ноды для Musubi Tuner в z image lora trainer: https://github.com/shootthesound/comfyUI-Realtime-Lora
2. Z-Image Turbo with LoRA in ComfyUI — Туториал по обучению LoRA на примерах consistency: https://www.nextdiffusion.ai/tutorials/z-image-turbo-with-lora-in-comfyui-for-consistent-image-generations
3. Z-Image Issues — Настройки ai-toolkit для z image turbo 8gb vram: https://github.com/Tongyi-MAI/Z-Image/issues/36
4. Z-Image Base Guide — Установка GGUF Q8_0 и workflow для base: https://www.stablediffusiontutorials.com/2026/01/z-image.html
5. Z-Image Turbo Guide — Скачивание FP8/BF16 и оптимизация под ComfyUI: https://www.stablediffusiontutorials.com/2025/11/z-image-turbo.html
6. Z-ImageBase_MUSUBI-TUNER-VERSION — Готовый JSON-workflow для тренировки: https://github.com/shootthesound/comfyUI-Realtime-Lora/raw/main/workflows/Training/Z-ImageBase_MUSUBI-TUNER-VERSION.json

---

Заключение

Дообучение z image base с z image lora в ComfyUI — реальный путь к персональным реалистичным прическам даже на 8 ГБ VRAM, особенно с z-image-Q8_0 и Turbo→Base схемой. Начните с Musubi Tuner workflow, поэкспериментируйте с датасетом из 10–20 фото — и ваши генерации взлетят. Для пика реализма добавьте FLUX или FP8, но z image уже даёт 90% вау-эффекта. Удачи, и покажите результаты в комментах!