一、Z-Image ControlNet 2介绍
Z-Image ControlNet 2.0是基于Z-Image-Turbo（6亿参数单流扩散架构）开发的精确图像控制模型，专为复杂场景设计，支持多模态控制条件的融合输入。Z-Image（造相） 是阿里巴巴通义实验室开发的一个强大且高效的图像生成模型，拥有 6B 参数。它采用 可扩展单流 DiT（S3-DiT）架构，将文本、视觉语义 token 和图像 VAE token 在序列级别进行拼接，作为统一的输入流，最大化参数效率。
模型特性
- 支持多种标准ControlNet控制条件：
- ✅Canny：边缘检测
- ✅HED：软边缘检测
- ✅Depth：深度图（与Depth Anything V2/V3配合效果最佳）
- ✅Pose：人体姿态
- ✅MLSD：直线段检测（建筑/室内设计）
- ✅Inpainting：局部重绘模式
二、相关安装
大家把ComfyUI本体更新到最新的即可。（Comfyui>0.4）
模型地址：
model/model_patches/Z-Image-Turbo-Fun-Controlnet-Union-2.0.safetensors
model/model_patches/Z-Image-Turbo-Fun-Controlnet-Union-2.1.safetensors
模型安装路径：
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └── z_image_turbo_bf16.safetensors
│ ├── 📂 model_patches/
│ │ └── Z-Image-Turbo-Fun-Controlnet-Union.safetensors
│ │ └── Z-Image-Turbo-Fun-Controlnet-Union-2.0.safetensors
│ │ └── Z-Image-Turbo-Fun-Controlnet-Union-2.1.safetensors
│ ├── 📂 text_encoders/
│ │ └── qwen_3_4b.safetensors
│ └── 📂 vae/
│ └── ae.safetensors三、ConterlNet介绍：
✅Pose（人体姿态）
给模型一张“火柴人骨架”，它就能照着摆姿势生成完整人物。 常用于人物生成，确保动作和姿势准确。 举例：你画一个举手的火柴人，它就能生成一个举手的美女。
✅Canny（边缘检测）
就像用铅笔把图像的轮廓线勾出来。 模型会根据这些线条生成图像，适合保留物体的形状和结构。 举例：你给一张房子的线稿，它就能生成一张真实的房子图。
✅HED（Holistically-Nested Edge Detection，全局边缘检测）
比 Canny 更智能的“描边”，能抓住更细腻的轮廓和边缘。 适合需要更精细的线条控制，比如人物的五官、复杂的背景。 举例：画漫画时，HED 能帮你提取更干净的线稿。
✅Depth（深度图）
就像告诉模型“前面近，后面远”。 用灰度图表示物体的远近关系，帮助生成有空间感的画面。 举例：一张山景的深度图能让模型生成有层次感的风景。
✅MLSD（直线检测，Line Segment Detection）
专门用来提取直线结构，比如建筑、房间、家具。 模型会根据这些直线生成规整的空间或物体。 举例：你给一张房间的线框图，它就能生成真实的室内效果图。
三、工作流及体验
工作流还是Z-image文生图，增加了Controlnet的模型，效果就好很多了。
工作流核心加载节点：ModelPatchLoader
总结：
Z-Image ControlNet 2.0是阿里巴巴在轻量级高性能ControlNet领域的重要迭代，虽然在极端细节场景仍有优化空间，但其低显存需求和快速推理能力为创作者提供了高效工具。建议关注官方仓库获取最新修复版本。
看看，感谢分享