【ComfyUI 加速】Z-image-Nunchaku 整合包分享解压即用｜4G 低显存可用 生图速度直接提升3倍 极速生成实测与完整教程

标签：
ComfyUI Nunchaku AI绘画加速 Stable Diffusion 显卡优化 LoRA Z-image-Nunchaku

前段时间在折腾 ComfyUI 推理加速 的时候，试了不少方案，真正让我觉得“有明显提升”的，其实并不多。

直到最近完整跑了一轮 Z-image-Nunchaku，不管是速度还是显存占用，都非常有说服力。

这篇文章就不空谈原理，直接从 实测数据、LoRA 兼容性、安装方式、工作流细节 四个角度，完整讲清楚 Z-image-Nunchaku 到底值不值得用。

📦 Z-image-Nunchaku低显存占用整合包下载地址：https://pan.quark.cn/s/f54291b8c40b

📦z-image更多版本整合包(支持文生图 图生图 洗图等功能)

https://pan.quark.cn/s/9875662d2588

一、Z-image-Nunchaku 性能实测

评价 Z-image-Nunchaku，最核心的指标只有一个：生成速度。

测试环境说明

• 分辨率： 1024 × 1024
• 显卡： 4070 Ti 12G
• 推理环境： ComfyUI + Nunchaku
• 模型： 对应显卡版本（后文会说）

实测结果

• 第一次运行：
  ⏱️ 25.94 秒

  首次运行需要加载模型和缓存，这个时间不具备参考价值。

• 第二次运行：
  ⚡ 8.24 秒

• 对比测试（未使用 Nunchaku）：
  同样参数，通常需要 16～25 秒

• 连续生成稳定性：
  连续生成两张图，时间都稳定在 9 秒出头

• 显存门槛：
  理论上 4G 显存 也可以正常跑起来

📌 结论很直观：
在高分辨率下，Nunchaku 带来的加速是肉眼可感知级别，不是那种“参数优化后快 1～2 秒”的提升。

---

二、LoRA 兼容性测试

很多人关心一个问题：
👉 Nunchaku 能不能用 LoRA？

这里直接实测。

测试方式

• 使用 Ctrl + B 启用 LoRA 节点
• 测试 LoRA：自训练的「女帝」角色 LoRA
• 视频中提到的 NOVA / NOA 本质上也都是 LoRA

测试结果

✅ 成功生成目标角色形象

无论是角色特征还是风格，都能稳定触发，说明：

Nunchaku 对 LoRA 是完全支持的
并不存在“只能裸模跑得快，用 LoRA 就翻车”的情况

---

三、Nunchaku 安装步骤

👉 （整合包：无需安装，解压即用）

📦 整合包下载地址：
https://pan.quark.cn/s/f54291b8c40b
解压后打开绘世启动器.exe即用

如果你想自己手动安装，也可以按下面步骤来。

---

1️⃣ 插件安装

方法 A：秋叶启动器

1. 打开启动器
2. 进入 版本管理 → 安装新扩展
3. 粘贴 Nunchaku 的 GitHub 地址进行安装

方法 B：已有插件更新

• 搜索 ComfyUI-Nunchaku
• 点击 更新 / 升级

---

2️⃣ 安装依赖库（Wheel 轮子文件）

这是最容易出问题的一步，一定要对版本。

查看版本信息

• 启动 ComfyUI

• 在终端窗口查看：

  • Python 版本（如 3.11）
  • PyTorch 版本（如 2.1.x / 2.7）

下载对应 .whl 文件

• 到网盘或官方地址
• 下载 Python + PyTorch 完全对应 的轮子文件

执行安装

1. 进入 ComfyUI 内部的 python 目录
2. 在路径栏输入 cmd 回车
3. 执行命令：

python.exe -m pip install 轮子文件的绝对路径

📌 注意：
版本不一致，99% 会直接安装失败。

---

3️⃣ 增强功能插件（LoRA 支持）

目前部分 LoRA 支持分支 还没完全合并到主分支。

操作方式

• 下载我提供的 LoRA 支持插件压缩包

• 解压后：

  • 覆盖到 ComfyUI/custom_nodes/
  • 不要出现多层嵌套文件夹

---

4️⃣ 模型下载与存放路径

模型选择建议

• 50 系显卡：
  👉 FP4 版本

• 40 / 30 系显卡：
  👉 INT4 版本

  • 推荐 256（效果优于 128）

模型存放路径

ComfyUI/models/nunchaku/

---

四、Nunchaku 工作流详解

安装完成后，在 ComfyUI 节点搜索框中输入：

Nunchaku

如果能正常调出相关节点，说明环境已经 OK。

---

关键节点说明

1️⃣ 模型选择

• 根据显卡选择：

  • FP4
  • INT4

---

2️⃣ 放大与画质增强

• Hi-res Fix（修复放大）

  • 画面细节更丰富
  • 可能对原图有轻微调整

• Ultimate SD Upscale / Sent-V2

  • 更偏向保持原图一致性
  • 适合商用或风格固定的场景

---

3️⃣ 随机种子增强器

• 用途：
  👉 避免生成结果过于相似

• 适合：

  • 批量出图
  • 风格测试
  • 多方案对比

---

总结

从实际体验来看，Nunchaku 在 40 系、50 系显卡上的加速效果非常明显，尤其是在高分辨率和连续出图的场景下，优势会被进一步放大。

如果你：

• 正在用 ComfyUI
• 对生成速度和显存占用比较敏感
• 同时又需要 LoRA 支持

那么 Z-image-Nunchaku 是一个非常值得尝试的方案。

安装过程中如果遇到问题，建议直接对照整合包内的文档一步一步检查，基本都能解决。