/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Базовая модель
cyberrealistic_zimage
Библиотека
stable-diffusion.cpp
Опубликована
2 окт 2026

z-image-catalyst-gguf

Генерация изображенийТекст → изображение3 профессии

Квантизированные GGUF-веса CyberRealistic Catalyst для генерации фотореалистичных изображений по текстовым запросам на Z-Image Turbo.

345скачиваний за 30 дней0лайковвеса обновлены3 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gimly13 публикует квантизированные в формате GGUF веса диффузионной модели CyberRealistic Catalyst для Z-Image Turbo. Модель предназначена для генерации фотореалистичных изображений по текстовым запросам и основана на архитектуре Lumina2. В репозитории есть варианты квантования от Q3_K до Q8_0; Q4_K занимает около 5,15 ГБ и рассчитан на запуск при ограниченной видеопамяти. В README приведён пример генерации изображений 1024×1024 на GTX 1070 с 8 ГБ VRAM.

Репозиторий содержит только диффузионную часть составной модели: для генерации также нужны текстовый энкодер Qwen3-4B и VAE Z-Image. Для работы в ComfyUI автор проверил ComfyUI-ZImagePowerNodes; совместимость со стандартными GGUF-узлами зависит от их версии. Метаданные указывают лицензию CreativeML Open RAIL-M, тогда как README заявляет Apache 2.0 для компонентов; условия использования следует сверять с лицензией исходной модели CyberRealistic Catalyst.

Сценарии применения

  • генерация фотореалистичных изображений по текстовому описанию
  • создание изображений 1024×1024 на видеокартах с ограниченной видеопамятью
  • локальный запуск CyberRealistic Catalyst в ComfyUI

Ограничения

Веса репозитория содержат только диффузионную модель: для генерации отдельно нужны текстовый энкодер и VAE. README и метаданные расходятся в указании лицензии; следует проверить условия исходной модели CyberRealistic Catalyst.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CyberRealistic Z-Image Turbo Catalyst — GGUF FULL Bundle


🖼️ Examples

All generated locally on a GTX 1070 (8 GB VRAM), 1024×1024.

💡 Tip: These PNGs have the ComfyUI workflow and prompt embedded! Don't just copy the image from the browser preview. Go to the Files and versions tab, open the image there, and click "Download" to get the original file with all metadata intact.

PortraitCarpenter's hands — anatomy & material testWoodworkingNatural window-light portrait
LakesideCinematic lakeside scene — fog & texturesFantasyFantasy archer — stylized with photoreal detail

The full ComfyUI workflow used for all examples is available in examples/example_workflow.jpg.


Original checkpoint downloaded from Civitai: cyberrealistic-z-image-turbo-catalyst.

Converted for use with ComfyUI and with stable-diffusion.cpp directly.

The Catalyst build is an experimental line focused on three specific improvements over the base v4.0:

  • Character LoRA compatibility — better integration, less drift.
  • Skin & color rendering — refined skin tones and overall color behavior.
  • Bug fixes — corrections for known issues in the base model.

📦 What's in this repository

ComponentFileSizeNotes
Diffusion model (light)CyberRealistic_Catalyst-Q3_K.gguf4.31 GBQ3_K quant — for very tight VRAM budgets
Diffusion model (balanced)CyberRealistic_Catalyst-Q4_K.gguf5.15 GBQ4_K quant — recommended for 8 GB VRAM
Diffusion model (compact)CyberRealistic_Catalyst-Q4_K_S.gguf4.83 GBQ4_K_S — slightly smaller than Q4_K, good middle ground
Diffusion model (quality)CyberRealistic_Catalyst-Q5_K.gguf5.68 GBQ5_K quant — better detail, still fits 8 GB
Diffusion model (high)CyberRealistic_Catalyst-Q6_K.gguf6.05 GBQ6_K quant — for 12+ GB cards
Diffusion model (max)CyberRealistic_Catalyst-Q8_0.gguf7.34 GBQ8_0 quant — near-lossless, needs 12+ GB
Text encoder (light)clip/Qwen3-4B-Q3_K_M.gguf2.08 GBIf you're very tight on VRAM
Text encoder (best)clip/Qwen3-4B-Q4_K_M.gguf2.50 GBOptimal balance for 8 GB cards
Text encoder (quality)clip/Qwen3-4B-Q6_K.gguf3.31 GBFor 12+ GB cards
VAEvae/ae.safetensors335 MB16-channel Z-Image VAE

For a GTX 1070 (8 GB), the recommended combo is: diffusion Q4_K + text encoder Q4_K_M + VAE — total ~8 GB, fits with room to spare.

Note on quantization naming: Z-Image (Lumina2 architecture) does not benefit from mixed _S/_M/_L quantization recipes — llama-quantize produces byte-identical files to the base _K types. This repository therefore publishes only base quants: Q3_K, Q4_K, Q5_K, Q6_K, Q8_0.

Why this file

The original checkpoint is distributed in FP16 (safetensors, ~11.5 GB), which does not fit into 8 GB VRAM. This Q4_K quantization brings the diffusion model down to ~5.2 GB, leaving room for the text encoder and VAE on mid-range GPUs.

What you need besides this file

Z-Image Turbo is a composite model. This GGUF contains only the diffusion model. To generate images you also need:

  1. Text encoder: Qwen3-4B-Q4_K_M.gguf (or the official qwen_3_4b.safetensors — both work with Power Nodes).
  2. VAE: ae.safetensors from the original Z-Image release (16-channel VAE).

🚀 ComfyUI workflow

ComfyUI workflow with Z-Image Power Nodes

The working path is martin-rizzo/ComfyUI-ZImagePowerNodes. It loads Z-Image GGUF directly and applies the correct latent/conditioning shapes.

Required nodes

Install the Power Nodes pack:


cd ComfyUI/custom_nodes

git clone https://github.com/martin-rizzo/ComfyUI-ZImagePowerNodes.git

Recommended sampler settings

steps: 4 (Turbo is distilled; anything above ~8 starts to burn)

cfg: 1.0

sampler: euler

turbo_creativity: no

old_scheduler: no

noise_injection: no

alternative_refiner: no

width/height: 1024 (must be multiples of 32)

Alternative: standard ComfyUI GGUF nodes

If you really want to use the built-in UnetLoader (GGUF) instead of Power Nodes, you need city96/ComfyUI-GGUF on PR #392 or later:


cd ComfyUI/custom_nodes/ComfyUI-GGUF

git fetch origin pull/392/head:pr392

git checkout pr392

That fixes the x_pad_token shape mismatch. In practice, though, Power Nodes is more reliable for Z-Image Turbo, and that's what's been verified here.

🙏 Credits

Original model: cyberrealistic-z-image-turbo-catalyst by Cyberdelia on Civitai.

Base architecture: Z-Image / Z-Image Turbo by Tongyi Lab (Alibaba).

ComfyUI nodes: martin-rizzo/ComfyUI-ZImagePowerNodes.

Conversion toolchain: city96/ComfyUI-GGUF + llama.cpp fork.

Runtime: leejet/stable-diffusion.cpp.

Quantization and packaging: gimly13.

📄 License

All components in this repository are distributed under Apache 2.0:

Original diffusion checkpoint (Catalyst) — Apache 2.0.

Qwen3-4B text encoder — Apache 2.0 (Alibaba).

Z-Image VAE (ae.safetensors) — Apache 2.0 (Tongyi Lab).

See the Civitai model page for details on the original model.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · stable-diffusion.cpp

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов
17b871a

0 моделей