企业官网建设流程全解析

最近群里聊得最多的五个图像生成模型，就是FLUX.2、Seedream（即梦）、Z-image、Qwen-Image、GLM-Image。不管你是玩ComfyUI的老手，还是刚用网页版即梦、通义万相、智谱清言入门的新人，最后大概率都会绕到同一个问题：这几个模型到底有什么不一样，我先跑哪个比较合适。这篇就把模型定位、核心特性、ComfyUI部署和常见坑一次讲清楚。文章会尽量说人话，参数细节按主流复现经验来写，不同版本的模型更新很快，拿到你本地上时，先看一眼对应仓库的README，别死记我给的数字。

1. 为什么要把这五个模型放在一起认识

1.1 它们分别站在哪些“山头”

先说整体盘面。这五个模型不是同一类东西的直接PK，而是各自踩着不同的生态位：

很多新手容易犯的错，是拿“哪个模型最强”当成唯一问题。实际上这五个模型各有脾气：FLUX.2适合当主力出图引擎，Seedream适合做带中文文案的物料，Z-image适合求快，Qwen-Image适合要稳定、要可控，GLM-Image适合做二次修改和对话式的多轮编辑。把它们放在一起认识，你才能在不同需求里快速换工具。

1.2 选型前先想清楚的三个问题

我建议你在下载任何一个模型之前，先回答三个问题：

• 你的显卡显存到底是多少？FLUX.2全精度跑起来很吃显存，Qwen-Image参数量20B，同样不轻松。如果只有8G、12G显存，优先考虑Z-image Turbo或FLUX.2的GGUF量化版。
• 你要不要输出中文文字？如果你做的是海报、封面、电商图，需要准确生成“双十一大促”“新品上市”这类中文，Seedream和Qwen-Image是首选。FLUX.2的英文文字渲染很好，但中文容易出现缺笔画。
• 你是想本地折腾还是调API？想完全免费、离线跑，就选开源权重；想省心、批量调用、稳定出图，Seedream和GLM-Image走API更现实。

这三个问题想清楚，后面所有操作都不会白做。

2. 五个模型的逐个拆解

2.1 FLUX.2：生态最稳的“六边形战士”

FLUX.2不是FLUX.1的换壳升级，它把文本编码和采样策略都做了调整，ComfyUI里旧的FLUX.1工作流不能无脑套用。我实际跑下来的感受是：长提示词的理解能力提升非常明显，原来需要用很多逗号强行拆分的复杂描述，现在可以直接写出一整段自然语言，它也能抓住主体和构图。

使用FLUX.2时要注意一个关键变化：它不像FLUX.1那样对CFG非常敏感，不推荐一上来就填3.5。照着FLUX.1的习惯操作，很容易得到灰蒙蒙、对比度不足的图。我在ComfyUI里常用配置是CFG=1.0到2.0，采样器选Euler或Euler SDE，步数20到28。如果你想要更快，也可以降到15步，画质损失能接受。

显存方面，FLUX.2官方推荐相对宽松的配置。但现实里很多人的卡是12G甚至8G，我的建议是直接用GGUF量化版，或者开启ComfyUI的模型卸载（offload）。同样的提示词，量化版和全精度版在观感上的差距并没有想象中大，但生成速度会改善很多。

注意：FLUX.2的不同版本（dev/官方API版）在行为上可能不一样。本地玩优先找dev权重，API版本一般不在你的ComfyUI里直接加载。

2.2 Seedream（即梦）：中文长文本和排版是杀手锏

字节的即梦产品层做得很好，但模型本身叫Seedream。最新版本的Seedream最让人惊艳的一点，是中文文字渲染能力。以前让AI写“新品上市”四个字，经常变成乱码，现在可以稳定输出一整句完整中文，甚至能在画面里做类似海报排版的设计。

这个能力天然适合海报、电商主图、公众号封面这些场景。如果你要在图片上准确生成“限时优惠，买一送一”这种带中文的文案，Seedream基本是当下最稳妥的选择之一。

不过使用上有个现实问题：Seedream不是单纯的开源本地权重，字节官方主要提供API服务，ComfyUI里也要通过官方节点连接API使用。也就是说，你得有一个可用的API Key，且网络能正常访问对应服务。好处是省了本地显卡压力，坏处是出图速度完全取决于网络和官方服务负载。

我在实际项目中常用的模式是：先用FLUX.2生成纯背景底图，再把底图丢给Seedream做中文文案合成。这样既有了FLUX.2的光影质感，又能保证中文文字清晰，两个模型互补。

2.3 Z-image：速度党最爱，但别被“Base/Turbo”绕晕

Z-image这阵子讨论度很高，主要是因为它把“Base”和“Turbo”两个版本分得很清楚。Base是原始模型，追求出图质量；Turbo是蒸馏过的快速版，一般来说4到8步就能出图。很多人一上来就下载Turbo，结果发现出图风格不稳定，其实是你没给Turbo匹配正确的采样器。

关于“z-image turbo下载蓝奏云”这类需求，我得说一句：蓝奏云对超大模型文件并不友好，只能做成多个分卷压缩包。下载后一定要核对文件是否完整，最好和HuggingFace仓库的文件名一一对应。模型文件放错位置，ComfyUI没有任何报错，但生成结果会很奇怪。常见的错误就是“z-image base生成的图是黑的”。

为什么Z-image base会生成黑图？这个问题十有八九是文本编码器没配对。Z-image base不是一个孤立的unet文件，它必须和它配套的文本编码器、VAE一起使用。你在ComfyUI里如果只加载了unet，随便接一个CLIP，条件注入失败，最后解码出来的就是黑图或噪点图。解决方法是加载完整工作流，或者在模型仓库里找官方给好的workflow文件。

Turbo版相对友好，对CFG不敏感，我通常设置CFG=1或2，步数6，采样器用DPM++ SDE Karras。它适合做批量灵感草稿，一张图几秒钟出，效率比Base高不少。

2.4 Qwen-Image：大参数里的老实人

Qwen-Image是阿里通义开源的重磅模型，参数量很大，属于真正的“大模型”。但它不是单纯靠参数堆效果，指令遵循和文字渲染都很稳，尤其是中英文混排能力，在同量级开源模型里相当能打。

很多人在ComfyUI里专门研究“qwen-image流程图comfyui”，这类需求其实就是用好它的文字理解能力。比如你要生成一个流程图，提示词里写清楚“从左到右：开始→数据采集→特征提取→模型训练→评估→部署”，它就能把这些节点和箭头排得明明白白。相比传统的文生图模型，Qwen-Image更擅长把抽象顺序关系变成视觉化结构。

如果你用的是Intel平台，还可以试试“openvino qwen-image”分支。OpenVINO优化版在Intel核显或独显上通常比纯PyTorch版本跑得更顺，但要注意匹配的Python和OpenVINO版本。乱装两个环境的话，会出现各种底层库冲突。

另外，现在网上也能看到“ubuntu20.04 comfyui qwen-image 2.1”这类组合的关键词。说明Qwen-Image版本已经迭代到2.x，不同小版本的文本编码器接口可能略有差异。如果你下载的是2.1，建议优先用官方更新后的工作流模板，而不是老教程里的配置。

2.5 GLM-Image：和Z-image傻傻分不清

GLM-Image经常和Z-image放在一起，因为两者都贴着智谱的标签。我看过很多网上的说法，有的说它们只是同一个东西的不同叫法，有的说是完全不同的模型。我自己复现下来的理解是：Z-image偏生成底座，适合文生图；GLM-Image更像智谱多模态体系里的“图像理解和编辑组件”，可以做图文对话、局部修改、风格转换这类更完整的流程。

所以在使用上，我的建议是：只出图，优先试Z-image；要做“把这张图里的红色杯子改成蓝色”“把这件衣服换成黑色”这种基于图片的操作，GLM-Image的API或官方工具链会更省事。两者不是替代关系，而是分工关系。

如果你查到的资料里把GLM-Image和Z-image混在一起写，也别太惊讶。它们背后的命名调整很快，重点永远是看官方最新文档，而不是论坛里过时的截图。

3. 实操：在ComfyUI里把模型跑起来

3.1 ComfyUI环境检查（含Ubuntu 20.04）

ComfyUI是跑这五个模型最方便的平台。先确认你的环境，尤其是Ubuntu 20.04用户，别一上来就踩系统库的坑。

Ubuntu 20.04自带的Python版本通常偏老，建议不要直接用系统默认的Python跑Qwen-Image，否则很容易出现依赖编译失败或GLIBC版本不兼容。我常用的做法是建一个干净的Python 3.10或3.11虚拟环境：

python3.10 -m venv comfy_env source comfy_env/bin/activate pip install --upgrade pip pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

CUDA和PyTorch版本要匹配。如果你用OpenVINO版跑Qwen-Image，就不要装默认的Torch版本，先看OpenVINO仓库要求的版本再动pip。装错了通常不会有提示，只有跑起来才报段错误或黑屏，排查很痛苦。

安装完基础环境后，再把ComfyUI拉下来：

git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI pip install -r requirements.txt python main.py

首次启动会在浏览器打开ComfyUI界面。如果你有独立显卡，确认日志里出现了CUDA关键字，才说明PyTorch正确调用了GPU。

3.2 通用Workflow拆解

不管哪个模型，ComfyUI里的核心工作流都大同小异：

• 加载模型：有的模型是完整的checkpoint，有的是unet + 文本编码器分开加载。
• 写提示词：正向提示词描述画面，负向提示词写不想出现的东西。
• 设置采样器：选step数、CFG、采样器名、调度器。
• 解码保存：潜空间图像经过VAE解码，变成一张普通图片。

很多人出图失败，不是模型问题，而是工作流节点连错了。比如Z-image base必须要连配套的CLIP文本编码器，Qwen-Image要使用对应版本的CLIP，Seedream则根本不需要本地CLIP，它走API。

画流程图的时候，可以把提示词写成带箭头和顺序的完整句子。Qwen-Image对这种结构化文字特别友好，其他模型可能只会画几个漂漂亮亮但顺序混乱的框。分辨率建议设成不低于1024像素，毕竟流程图里的字要清晰，太矮的分辨率会让文字挤成一团。

3.3 五模型的关键节点配置对照表

下面这张表是我在ComfyUI里实测后整理的经验值。不同版本会有差异，但可以作为起点：

这张表的重点是“CFG和步数”，很多人习惯拿SD1.5的参数套所有模型，结果不是发灰就是过曝。新模型普遍不依赖高CFG，你先把CFG降到2以下试试，很多时候问题就解决了。

3.4 下载与文件核对技巧

Z-image的Turbo版经常有“蓝奏云”分流，因为HuggingFace在大文件下载上对国内网络不友好。但网盘分卷压缩容易让人搞混，下载完整后记得做三件事：

• 核对文件格式是否对应你的工作流。有些是safetensors，有些是GGUF量化文件，不能混用。
• 核对目录结构。把unet、text_encoder、vae放到对应目录，不要一股脑全塞进models/checkpoints里。
• 有条件可以计算一下SHA256，跟仓库页面里的哈希对照。网盘文件被二次打包很常见，少一个分卷看似能解压，实际跑起来会随机报错。

4. 常见报错与避坑实录

4.1 Z-image base生成黑图

这是目前评论区出现频率最高的问题。现象是加载Z-image base后，出的图全黑，或者只有一堆彩色噪点。

原因一般有两个：

• 文本编码器没配对。Z-image base必须使用它自己的CLIP/T5，不能随便拿一个通用文本编码器顶上。
• VAE没正确加载。有些工作流里VAE节点输出没接到解码器上，模型输出直接丢到黑屏里。

处理方式是先去模型仓库里找官方给的workflow JSON文件，用ComfyUI的“Load”按钮直接导入，再把里面的文件路径改成你本地实际路径。不要自己拿一个老工作流硬套Z-image，十有八九翻车。

4.2 Qwen-Image在Ubuntu 20.04上的依赖坑

Ubuntu 20.04用户跑Qwen-Image，最典型的报错是GLIBC_2.29 not found或类似提示。这是因为某些预编译的Python包在新环境里编译，老系统库跟不上。

我的解决思路是：

• 优先用Python 3.10/3.11虚拟环境，不要直接用系统自带的3.8。
• 如果还是报GLIBC错误，就升级到Ubuntu 22.04，或者用Docker镜像直接跑ComfyUI。
• 别在一个环境里同时装OpenVINO版和普通版Qwen-Image的依赖，这两个版本经常互相覆盖库文件。

我踩过最深的坑是：明明用的是OpenVINO版，却把普通版Torch也装进去了，结果模型跑了一半，进程直接崩，没有任何提示。后来重装干净环境才解决。

4.3 Seedream接ComfyUI时连不上API

Seedream的ComfyUI节点需要API Key，容易出问题的点是：

• API Key设置位置不对。通常在ComfyUI的自定义节点配置里，有专门填Key的文本框，不是在系统环境变量里硬塞。
• 网络超时。如果日志里一直显示请求超时，可以换网络或者检查节点版本是否太旧。
• 节点版本和接口不匹配。Seedream API更新过几次，老节点可能还在请求旧接口，导致返回格式对不上。

这种问题基本无解于本地模型，因为计算在官方服务器上完成。你能做的就是把自定义节点更新到最新，再确认Key有效。

4.4 FLUX.2显存不够的判断与应对

如果你用FLUX.2全精度出图时，ComfyUI直接黑屏或者报CUDA out of memory，不要硬扛。优先看日志最后几行有没有torch.cuda.OutOfMemoryError，有，就说明显存确实不够。

三步走：

• 在ComfyUI启动命令里加--lowvram或--medvram，让模型分块加载。
• 换GGUF量化版FLUX.2，比如Q4/Q5量化，8G显存也能跑。
• 降低分辨率，先跑512x768验证工作流，确认没问题再拉高到1024。

实际上很多时候，不是你的卡跑不动，而是你同时开了两个ComfyUI窗口，显存被占满了。这种时候先关掉多余的窗口再试，往往就正常了。

5. 我现在的固定组合

最后说点自己的心得。我最近的工作流已经固定成：FLUX.2出底稿，Seedream做中文排版，Qwen-Image画流程图，Z-image Turbo做批量草稿。GLM-Image救急改图。版本更新速度很快，所以不要死记哪一步要连哪个节点，而是记住每个模型的性格：FLUX.2稳，Seedream懂中文，Z-image快，Qwen-Image听话，GLM-Image能改图。你把这五个工具当成一个工具箱，遇到具体需求时自然就知道该抽哪个出来用。