axteam/Z-Image-FP8

Z-Image · FP8 (transformer)

FP8 (float8_e4m3fn) quantization of the Z-Image DiT (ZImageTransformer2DModel, 6.2B) transformer from Tongyi-MAI/Z-Image. Quantized by axteam.

File	Size
Z-Image-transformer-fp8_e4m3fn.safetensors	6.2 GB

What this is

• Only the transformer (DiT) is quantized to float8_e4m3fn (2-D weight tensors; norms/biases kept in BF16). ~half the size of the BF16 transformer.
• VAE and text encoder(s) are NOT included — use the ones from the original Tongyi-MAI/Z-Image.

Checked on GPU (diffusers)

On 2026-11-02 the FP8 values of this file (the same values ComfyUI loads; upcast to BF16 for this run) were loaded into the transformer of the original Tongyi-MAI/Z-Image pipeline (diffusers 0.42.1, NVIDIA B200; all tensor names matched the original transformer — 0 missing, 0 unexpected) and compared with the original pipeline run in BF16 at the same prompt and seed (1024×1024, the pipeline's default sampler settings).

Prompt	Pixel PSNR vs original (BF16 run)	Mean abs. pixel diff
A red apple on a wooden table, studio lighting, photorealistic	25.5 dB	9.4 / 255
A cozy cafe street in Seoul at night with warm lights, illustration	14.7 dB	30.9 / 255

Both images show the same subject but are less clean than the BF16 ones: the apple keeps a similar composition (shorter stem, slightly different shape), with faint blocky patches in the blurred background and light smudges on the table that the BF16 image does not have; the detailed street scene changes its layout, and its lit pavement shows faint streaks. Pixel PSNR is strict for diffusion models: a small weight change shifts the sampling path, so a detailed scene can change its layout while the subject stays correct.

Requirements

Runtime	ComfyUI (Load Diffusion Model node, float8_e4m3fn single file). Not run in ComfyUI here (no ComfyUI on this server); the FP8 weights were checked with diffusers — see Checked on GPU above.
Also needed	the Qwen3 text encoder (8.0 GB) and VAE (0.17 GB) from the base repo.
Memory	this file is 6.2 GB; add the text encoder(s) and VAE above.

Usage (ComfyUI)

1. Download the FP8 file into ComfyUI's diffusion-model folder:

hf download axteam/Z-Image-FP8 Z-Image-transformer-fp8_e4m3fn.safetensors --local-dir ComfyUI/models/diffusion_models

2. Get the VAE and text encoder(s) from the original Tongyi-MAI/Z-Image repo (or the matching ComfyUI repackaged files) and put them in ComfyUI/models/vae/ and ComfyUI/models/text_encoders/.
3. In your workflow, load this file with the Load Diffusion Model node (UNETLoader) — leave weight_dtype at default (the file is already float8_e4m3fn) — and wire the original VAE / text-encoder loaders as in the base model's reference workflow.
4. Sampler settings (steps, CFG/guidance, resolution) are the same as for the original model.

The FP8 file is a plain cast of the transformer weights (no scaling), the common ComfyUI fp8_e4m3fn convention; norms and biases stay BF16.

License

Quantized derivative of Tongyi-MAI/Z-Image. Original weights belong to the upstream authors; the base model's license applies to this derivative.

---

한국어 요약

Tongyi-MAI/Z-Image의 transformer(DiT) FP8 양자화 빌드 (ComfyUI용 단일 파일) · 제작 axteam

개요

항목	내용
원본 모델	Tongyi-MAI/Z-Image
형식	float8_e4m3fn 단일 safetensors (ComfyUI에서 흔히 쓰는 FP8 형식)
파일	Z-Image-transformer-fp8_e4m3fn.safetensors 6.2 GB
포함	transformer(DiT)

양자화 상세

• 양자화 절차: transformer의 2D 가중치를 스케일 없이 float8_e4m3fn으로 단순 형변환(cast) — ComfyUI에서 흔히 쓰는 방식
• BF16 유지: 정규화층, bias
• 크기: BF16 transformer의 약 절반
• 미포함: VAE·텍스트 인코더 — 원본 리포에서 받아 사용
• 품질(실측, 2026-11-02): diffusers 0.42.1로 원본 파이프라인을 BF16으로 실행한 그림과, 같은 파이프라인의 transformer에 이 파일의 FP8 값(ComfyUI가 읽는 것과 같은 값, 이 점검에서는 BF16으로 올려 계산)을 넣어 그린 그림을 같은 프롬프트·시드 2개로 비교(1024×1024) — 두 그림 모두 같은 주제이나 원본보다 덜 깨끗함, 사과는 비슷한 구도(꼭지가 짧고 모양이 조금 다름)이나 흐린 배경에 원본에 없는 옅은 네모 얼룩과 탁자 위 밝은 자국이 보이고, 복잡한 거리 장면은 구도가 달라지며 불빛 비친 바닥에 옅은 줄무늬가 보임, 픽셀 PSNR 25.5·14.7 dB (디퓨전은 가중치가 조금만 달라도 생성 경로가 바뀌어 복잡한 장면은 구도가 달라질 수 있음, 위 영어 본문 표 참고)

요구사항

• 실행 환경: ComfyUI — Load Diffusion Model 노드로 float8_e4m3fn 단일 파일 로드 (ComfyUI로는 실행 미확인 — FP8 가중치는 diffusers로 생성 확인, 품질 항목 참고)
• 추가로 필요한 파일: 원본 리포의 Qwen3 텍스트 인코더(8.0 GB)와 VAE(0.17 GB)
• 메모리: 이 파일 6.2 GB + 위 텍스트 인코더·VAE

사용법 (ComfyUI)

• 파일 받기: hf download axteam/Z-Image-FP8 Z-Image-transformer-fp8_e4m3fn.safetensors --local-dir ComfyUI/models/diffusion_models
• 텍스트 인코더·VAE: 원본 리포에서 받아 ComfyUI/models/text_encoders/·ComfyUI/models/vae/에 배치
• 불러오기: Load Diffusion Model 노드(UNETLoader), weight_dtype은 default (파일이 이미 float8_e4m3fn)
• 샘플러 설정: 스텝·CFG(guidance)·해상도는 원본 모델과 동일

라이선스

• 라이선스: Apache-2.0 — 원본 모델의 라이선스를 그대로 따름
• 권리: 원본 가중치는 Tongyi-MAI(Alibaba) 소유, 이 리포는 양자화 파생물