Z-Image i2L本地离线文生图体验

Prompt：尽量用清楚的人话

这里最实用的写法，还是'主体 + 特征 + 场景'。

比如：

• a red sports car, carbon fiber body, sunset lighting, photorealistic

就比下面这种绕来绕去的描述更有效：

• The vehicle is a high-performance automobile with vibrant chromatic properties...

如果想把图再往细节上推一点，可以加一些非常具体的质感词：

• matte finish：哑光表面
• glossy surface：高光表面
• subsurface scattering：次表面散射

摄影类场景里，加上 f/1.4 aperture、cinematic lighting 这类词，也确实更容易把氛围拉出来。

Negative Prompt：别等出图后再补救

很多问题其实在生成前就可以先挡掉。负向提示词的意义，不是'保险'，而是把明显不想要的东西提前排除出去。

有个经验值可以记一下：CFG Scale 处在 2.0 到 3.0 之间时，负向提示词通常更容易发挥作用；如果数值太高，反而会把画面压得太死。

Steps：别一味加步数

步数不是越高越好，它更像是在'细节'和'速度'之间找平衡。

如果是日常使用，我会更倾向于 15 到 20 步。再往上加，收益会明显变小。

CFG Scale：让 AI 多听话一点，还是多发散一点

这个参数本质上是在控制模型对 Prompt 的服从程度：

• 1.0-2.0：发散更强，适合概念探索
• 2.5-3.5：描述和画面比较平衡，适合作为默认区间
• 4.0+：会更强硬地贴合提示词，但画面也更容易显得生硬

举两个比较直观的例子：

• 画'水墨山水'时，CFG=2.0 往往能保留笔触的松弛感；CFG=4.0 以后，山体轮廓容易僵硬得像剪贴画
• 画'玻璃水杯'时，CFG=3.0 通常更容易出通透的折射感；如果过低，材质会更像塑料

画幅比例：先想清楚图要用在哪

工具里常见的三种比例，基本已经覆盖了多数场景：

• 正方形（1024×1024）：适合封面图、头像、商品展示，中心构图最稳
• 竖版（768×1024）：更适合手机壁纸、人物肖像、建筑立面
• 横版（1280×768）：适合宽屏壁纸、PPT 背景，横向叙事感更强

生成后如果想复现同样的构图，可以留意图片的元数据，里面通常会保留实际分辨率等信息。

几个真实场景，看看它到底好不好用

电商主图：看的是效率

需求很简单：给新上市的'竹纤维环保 T 恤'出三张不同风格的主图。

操作思路也很直接：

1. 输入 Prompt：a white t-shirt made of bamboo fiber, eco-friendly label, studio lighting, clean background
2. Negative Prompt：text, logo, shadow, wrinkles, low resolution
3. 参数设为：Steps=18，CFG Scale=2.8，比例选正方形
4. 三张图连续生成，总耗时约 9 秒

这个场景里，本地生成的优势很明显：没有上传和下载的往返，图一出就是 1024×1024 的 PNG，不存在额外压缩。对于要批量出图的人来说，省下来的就是实打实的时间。

设计灵感拓展：看的是结构保真

如果你手里已经有一张草图，想把它往专业效果图方向推进，这类图生图场景就很合适。

做法一般是：上传线稿，配上比较明确的风格提示，比如 professional product rendering, studio lighting, ultra-detailed，再根据需要切换不同风格权重文件，像 anime style、realistic photography、isometric 3D 这一类。

比较让人满意的一点是，它在转风格时不会轻易把原始结构打散。对草图、产品线框、建筑轮廓这种结构敏感的素材，保真度还算可靠。

隐私敏感内容：看的是边界感

像医疗培训、内部设计稿、未公开方案这类内容，本地离线运行的价值就更明显了。

生成过程中，网络连接不会参与任务；文件只保存在本机；生成结果的元数据也不会额外带出平台信息。对于明确不希望外发的素材，这种工作方式会让人安心很多。

再往前一步：把本地 GPU 的性能榨出来

显存优化

它会用几种方式减少显存压力：

• BF16 精度加载：比 FP32 更省显存
• CPU 卸载机制：不活跃的层可以暂时放到 CPU 内存里
• CUDA 内存分块：通过 max_split_size_mb 控制碎片化

如果显存吃紧，可以尝试把 max_split_size_mb 调小一些，通常能换来更宽松的显存余量，不过代价是生成速度可能会略慢一点。

批量生成

如果你要一次跑很多张图，手动点按钮会很累。比较顺手的方式，是先导出历史配置，再把 Prompt 列表整理好，最后批量导入执行。这样一来，输出文件也能按关键词自动命名，后面整理素材会轻松很多。

风格迁移

它还支持把基础图切到不同风格上，例如先出一张赛博朋克城市图，再加载水彩风格权重，调整强度后重新生成。这样做出来的图，既保留了原本结构，也会带上明显的笔触感，适合需要'同一构图、多种呈现'的场景。

总结

Z-Image i2L并不只是把云端绘图搬到本地这么简单，它更像是把'可控、私密、稳定'这三个关键词重新放回了 AI 绘画工具的核心位置。

对创作者来说，它的价值不止在于能离线跑图，更在于整个流程变得可预测：Prompt 怎么写、步数怎么取、CFG 怎么调，最后都会比较直观地反馈到画面上。你不需要和平台博弈，只要专注于把脑子里的图讲清楚。

这也是本地 AI 画室最打动人的地方：它不抢戏，只负责把你想要的东西，老老实实画出来。