风格迁移专家：基于Z-Image-Turbo的定制化模型训练指南
2026/1/8 14:31:19
Z-Image-Turbo项目开源地址汇总与资源获取
阿里通义Z-Image-Turbo WebUI图像快速生成模型 二次开发构建by科哥
运行截图
Z-Image-Turbo WebUI 用户使用手册
欢迎使用 Z-Image-Turbo AI 图像生成 WebUI！本手册将帮助您快速上手并充分利用这个强大的 AI 图像生成工具。
快速开始
启动 WebUI
在终端中执行以下命令启动服务：
# 方式 1: 使用启动脚本（推荐） bash scripts/start_app.sh # 方式 2: 手动启动 source /opt/miniconda3/etc/profile.d/conda.sh conda activate torch28 python -m app.main启动成功后，终端会显示：
================================================== Z-Image-Turbo WebUI 启动中... ================================================== 模型加载成功! 启动服务器: 0.0.0.0:7860 请访问: http://localhost:7860访问界面
在浏览器中打开：http://localhost:7860
界面说明
WebUI 分为三个标签页：
1. 🎨 图像生成（主界面）
这是您最常用的界面，用于生成 AI 图像。
左侧：输入参数面板
正向提示词（Prompt）- 描述您想要生成的图像内容 - 支持中文和英文 - 建议使用具体、详细的描述 - 示例：一只可爱的橘色猫咪，坐在窗台上，阳光洒进来，温暖的氛围，高清照片
负向提示词（Negative Prompt）- 描述您不希望出现在图像中的内容 - 用于排除低质量元素 - 常用词：低质量，模糊，扭曲，丑陋，多余的手指
图像设置
| 参数 | 说明 | 范围 | 推荐值 | |------|------|------|--------| | 宽度 | 图像宽度（像素） | 512-2048 | 1024 | | 高度 | 图像高度（像素） | 512-2048 | 1024 | | 推理步数 | 生成迭代次数 | 1-120 | 40 | | 生成数量 | 单次生成张数 | 1-4 | 1 | | 随机种子 | 控制随机性 | -1=随机 | -1 | | CFG引导强度 | 对提示词的遵循程度 | 1.0-20.0 | 7.5 |
快速预设按钮-512×512：小尺寸方形 -768×768：中等方形 -1024×1024：大尺寸方形（推荐） -横版 16:9：1024×576 -竖版 9:16：576×1024
右侧：输出面板
生成的图像：显示生成结果
生成信息：显示生成参数和元数据
下载按钮：下载全部生成的图像
2. ⚙️ 高级设置
查看当前模型配置和系统信息：
- 模型信息：当前使用的模型名称、路径、设备类型
- 系统信息：PyTorch 版本、CUDA 状态、GPU 型号
使用技巧：此页面包含详细的使用提示和参数说明
3. ℹ️ 关于
查看项目信息和版权声明
使用技巧
1. 撰写优秀的提示词
好的提示词示例：
一只可爱的橘色猫咪，坐在窗台上，阳光洒进来，温暖的氛围， 高清照片，景深效果，细节丰富提示词结构建议：1.主体：明确描述主要对象（如"橘色猫咪"） 2.动作/姿态：描述主体在做什么（如"坐在窗台上"） 3.环境：描述场景（如"阳光洒进来"） 4.风格：指定艺术风格或质量（如"高清照片"、"水彩画风格"） 5.细节：添加额外细节（如"景深效果"、"细节丰富"）
常用风格关键词：- 照片风格：高清照片、摄影作品、景深- 绘画风格：水彩画、油画、素描- 动漫风格：动漫风格、二次元、赛璐璐- 特殊效果：发光、梦幻、电影质感
2. 调节 CFG 引导强度
CFG（Classifier-Free Guidance）控制模型对提示词的遵循程度：
| CFG 值 | 效果 | 适用场景 | |--------|------|----------| | 1.0-4.0 | 弱引导，创意性强 | 实验、探索 | | 4.0-7.0 | 轻微引导 | 艺术创作 | | 7.0-10.0 | 标准引导（推荐） | 日常使用 | | 10.0-15.0 | 强引导 | 需要严格遵循提示词 | | 15.0+ | 过强引导 | 可能导致过饱和 |
3. 推理步数选择
虽然 Z-Image-Turbo 支持 1 步生成，但更多步数能提升质量：
| 步数 | 质量 | 速度 | 推荐场景 | |------|------|------|----------| | 1-10 | 基础 | 极快 (~2秒) | 快速预览 | | 20-40 | 良好 | 快速 (~15秒) | 日常使用（推荐） | | 40-60 | 优秀 | 中等 (~25秒) | 高质量输出 | | 60-120 | 最佳 | 较慢 | 最终成品 |
4. 尺寸选择建议
推荐尺寸：-方形 (1024×1024)：最佳质量，默认推荐 -横版 (1024×576)：适合风景、横屏壁纸 -竖版 (576×1024)：适合人像、手机壁纸
注意事项：- 尺寸必须是 64 的倍数 - 更大的尺寸需要更多显存和时间 - 如果显存不足，尝试降低尺寸
5. 使用随机种子
- 种子 = -1：每次生成不同的图像（默认）
- 种子 = 具体数值：复现相同的生成结果
用途：- 找到喜欢的图像后，记录种子值 - 使用相同种子但调整其他参数，观察变化 - 与他人分享种子，复现相同结果
常见使用场景
场景 1：生成可爱宠物
提示词：
一只金毛犬，坐在草地上，阳光明媚，绿树成荫， 高清照片，浅景深，毛发清晰负向提示词：
低质量，模糊，扭曲参数：- 尺寸：1024×1024 - 步数：40 - CFG：7.5
场景 2：生成风景画
提示词：
壮丽的山脉日出，云海翻腾，金色阳光洒在山峰上， 油画风格，色彩鲜艳，大气磅礴负向提示词：
模糊，灰暗，低对比度参数：- 尺寸：1024×576（横版） - 步数：50 - CFG：8.0
场景 3：生成动漫风格角色
提示词：
可爱的动漫少女，粉色长发，蓝色眼睛，穿着校服， 樱花飘落，背景是学校教室，动漫风格，精美细节负向提示词：
低质量，扭曲，多余的手指参数：- 尺寸：576×1024（竖版） - 步数：40 - CFG：7.0
场景 4：生成产品概念图
提示词：
现代简约风格的咖啡杯，白色陶瓷，放在木质桌面上， 旁边有一本打开的书和一杯热咖啡，温暖的阳光， 产品摄影，柔和光线，细节清晰负向提示词：
低质量，阴影过重，反光参数：- 尺寸：1024×1024 - 步数：60 - CFG：9.0
故障排除
问题：图像质量不佳
可能原因和解决方法：
- 提示词不够清晰
- 添加更多细节描述
明确指定风格和质量要求
CFG 值不合适
- 尝试调整到 7-10 范围
- 太低(1-4)会导致不遵循提示词
太高(15+)会导致过饱和
推理步数太少
- 增加到 40-60 步
- 更多步数通常带来更好质量
问题：生成速度慢
优化方法：
- 降低图像尺寸
从 1024×1024 降到 768×768
减少推理步数
从 60 降到 30-40
减少生成数量
- 一次只生成 1 张
问题：WebUI 无法访问
检查方法：
确认服务正在运行
bash lsof -ti:7860 # 查看端口是否被占用查看日志
bash tail -f /tmp/webui_*.log尝试不同浏览器
- 推荐使用 Chrome 或 Firefox
- 清除浏览器缓存
输出文件
生成的图像自动保存在：./outputs/目录
文件命名格式：outputs_YYYYMMDDHHMMSS.png
例如：outputs_20260105143025.png
键盘快捷键
目前 WebUI 不支持键盘快捷键，所有操作通过鼠标点击完成。
高级功能
使用 Python API
如果需要批量生成或集成到其他程序：
from app.core.generator import get_generator # 获取生成器 generator = get_generator() # 生成图像 output_paths, gen_time, metadata = generator.generate( prompt="一只可爱的猫咪", negative_prompt="低质量，模糊", width=1024, height=1024, num_inference_steps=40, seed=-1, num_images=1, cfg_scale=7.5 ) print(f"生成完成：{output_paths}")常见问题 (FAQ)
Q：为什么第一次生成很慢？
A：首次生成需要加载模型到 GPU，大约需要 2-4 分钟。之后生成会快很多（约 15-45 秒/张）。
Q：可以生成文字吗？
A：Z-Image-Turbo 主要用于生成图像，对文字的支持有限。建议提示词中避免要求生成具体文字。
Q：支持哪些图像格式？
A：当前输出 PNG 格式。如需其他格式，可以使用图像转换工具处理。
Q：可以修改已生成的图像吗？
A：当前版本不支持图像编辑。可以使用生成的图像作为参考，调整提示词重新生成。
Q：如何停止正在进行的生成？
A：刷新浏览器页面即可停止当前生成。
技术支持
开发者：科哥
微信：312088415
核心开源资源地址汇总：-模型主页：Z-Image-Turbo @ ModelScope -开发框架：DiffSynth Studio GitHub 仓库 -文档与社区：ModelScope 官方文档中心 -技术交流群：添加微信 312088415 备注“Z-Image”入群
建议定期关注 ModelScope 上的模型更新，以获取最新的性能优化和功能增强。项目采用 Apache 2.0 开源协议，允许商业使用与二次开发。
更新日志
v1.0.0(2025-01-05)
- 初始版本发布
- 支持基础图像生成
- 支持参数调节（CFG、步数、尺寸等）
- 支持批量生成（1-4 张）
祝您创作愉快！