Z-Image Function Net Union 作为 Z-Image Base 的控制模型，整合了 Canny、Depth 等多种预处理功能。实测发现该模型在生成能力上不及 Turbo 版，需配合 LoRA 提升效果，适合对模型体积有特殊需求的使用场景。
智能速览
推出标准版与 2.2G 轻量版两个版本
集成 Canny、Depth、Scribble 等 7 种控制模式
配置方式与 Turbo 版本保持一致
Base 模型原生画质弱于 Turbo 版本
建议搭配 LoRA 使用以提升画面质量
精华内容
Z-Image Function Net Union 提供了标准版与轻量版，实测其 Base 模型在画质生成上略显不足，需搭配特定参数与 LoRA 优化。
双版本发布
该控制模型此次共发布了两个版本，分别是标准版和 Lite 轻量版。其中 Lite 版本的体积仅为 2.2G，文件较小，适合对硬盘空间有限制的用户进行部署和使用。
全能控制集成
这是一个功能强大的综合模型，内部集成了包括 Canny、Depth、OpenPose、MLSD、Scribble、HED 以及灰度图在内的七种预处理控制功能。用户可以在同一模型中灵活切换不同的控制模式。
部署配置要点
在 ComfyUI 中的使用方法与 ZImage ControlNet Turbo 完全一致。用户需将大模型选项切换为 ZImage，并将 Connector 指定为新下载的模型文件。此外，需要调整 CFG 参数，且 Base 模型对提示词有一定要求，建议编写完整的提示词。
生成效果实测
实测显示，虽然模型能够准确响应 Canny 线条、Depth 深度、OpenPose 姿态以及 MLSD 直线等控制，但 Base 模型的原生做图能力并不强。生成的图片在细节和整体观感上，明显不如 Turbo 模型出的效果好。
优化使用建议
由于 Base 模型直接出图的效果一般，建议用户在实际使用过程中根据画面需求添加合适的 LoRA 模型。通过叠加 LoRA，可以有效提升生成图片的质量，弥补 Base 模型在表现力上的短板。
Z-Image Base 模型虽然在控制功能上进行了全面整合，且推出了轻量级版本，但原生画质表现不及预期。对于追求高质量输出的用户，建议结合 LoRA 使用或直接考虑 Turbo 版本。未来期待该模型在生成能力上的进一步迭代。
