ComfyUI 的 ZImage Turbo ControlNet 2.0 更新了备受期待的 Inpaint 功能。这篇内容通过搭建自定义工作流，详细实测了其从微调到大改的三种极限场景，并解决了模型存放路径和节点混用等关键问题，为用户提供了第一手的使用指南。
智能速览
ComfyUI 官方已支持 ZImage Turbo 的 Inpaint 局部绘制功能。
实测展示了添加配饰、更换发色和重塑人像三种极限效果。
核心模型补丁需存放在 models/model_patches 目录而非 ControlNet 目录。
新手应避免同时混合使用 Pose 和 Inpaint 两种控制方式。
精华内容
ZImage Turbo 的 Inpaint 功能虽已上线，但官方工作流尚未发布。通过搭建自定义流程，可以深入挖掘其在细节处理和大幅重绘方面的潜力与边界。
功能初探
ComfyUI 官方新增了 z_image_fun_Controlnet 节点，正式补全了 ZImage Turbo ControlNet 2.0 缺失的 Inpaint 局部绘制功能。这个新节点与旧版不同，需要连接控制图片、重绘原始图和遮罩三个输入。由于官方暂未提供标准工作流，可以自行搭建一套完整流程进行测试，为后续应用铺平道路。
极限测试
为检验功能极限，可进行三轮测试。首先是微调，给人物无痕添加眼镜，模型能基于随机种子生成不同款式的眼镜，效果自然。其次是换色，精准将人物头发染成蓝色，模型并非简单覆盖，而是在原发色基础上融入蓝色调，过渡和谐。最后是大改，将西方面孔重绘为东方美女，整个面部特征和肤色均发生了符合预期的改变，展现了强大的重塑能力。
关键技巧
使用时需注意几个关键点。首先是模型存放路径，ControlNet 2.0 模型是以模型补丁形式加载的，必须放在 models/model_patches 目录下，而非传统的 ControlNet 文件夹，否则无法调用。其次是生成策略，为了保证像素级的绘制精度，可以在工作流中加入 VAE 编码节点，以提升重绘细节。
避坑建议
对于新手，不建议将 Pose（姿势）控制与 Inpaint（局部重绘）混合使用。因为这两种控制方式同时对图像生成进行干预，尤其当姿势图和重绘区域的比例不协调时，容易导致生成效果失控或崩坏。更稳妥的做法是分步操作，先生成整体构图，再进行局部重绘，这样可以更好地保证最终出图的质量。
ZImage Turbo 的 Inpaint 功能在实测中表现出了从细节微调到整体重绘的强大能力。随着后续官方工作流的完善和模型的迭代，它在 AI 绘画创作中的应用潜力将得到进一步释放，为创作者提供更自由的表达空间。
