无需联网，无需高配电脑？基于C++的极速本地AI生图实践

基于 stable-diffusion.cpp 的本地图片生成方案，支持 FLUX.1-schnell（写实人物）和 Z-Image-Turbo（中文优化）双模型。 纯 C/C++ 推理，无需 Python 环境，支持中英文提示词，数据全程本地不上传。

硬件环境

本方案支持自动适配不同配置的电脑，启动时自动探测 GPU 类型与显存模式。

换电脑无需改配置：首次启动自动探测硬件并写入 config.json，按"集显/独显/CPU"三种模式自动选择最优后端参数。

目录结构

d:\llamafile\

├── sd-cli.exe

# 命令行生图工具

├── sd-server.exe

# Web UI 服务端

├── zimage-webui.exe

# Go Web UI 主程序（含硬件探测）

├── ggml-vulkan.dll

# Vulkan 后端 (780M 加速)

├── ggml-cpu-*.dll

# CPU 后端 (各指令集)

├── generate.bat

# 命令行生图脚本 (自动适配)

├── generate-flux.bat

# FLUX 命令行生图脚本 (自动适配)

├── config.json

# 硬件探测缓存（首次启动自动生成）

├── README.md

# 本文档

├── models\

# 模型文件

│   ├── z_image_turbo-Q5_0.gguf

# Z-Image 扩散模型 (4.23 GB)

│   ├── Qwen3-4B-Instruct-2507-Q4_K_M.gguf

# Z-Image 文本编码器 (2.33 GB)

│   ├── flux1-schnell-q8_0.gguf

# FLUX.1-schnell 扩散模型 (6.41 GB)

│   ├── clip_l.safetensors

# FLUX.1 CLIP 文本编码器 (0.23 GB)

│   ├── t5xxl-Q4_K_M.gguf

# FLUX.1 T5XXL 文本编码器 (2.70 GB)

│   └── ae.safetensors

# VAE 解码器 (共用, 0.31 GB)

└── output\

# 生成的图片输出目录

双模型对比

快速开始

方式一: Web UI (推荐)

双击桌面「Z-Image WebUI」快捷方式，选择模型后自动打开浏览器。按 Ctrl+C 停止服务。

方式二: 命令行生图

REM

FLUX.

1

-schnell (写实人物, 英文提示词)

generate

-flux.bat

"photorealistic portrait of a young woman, natural light"

generate

-flux.bat

"a businessman in suit, studio lighting"

768

768

4

42

REM

Z-Image-Turbo (中文优化)

generate

.bat

"一只橘猫坐在窗台上，阳光温馨"

generate

.bat

"赛博朋克城市夜景"

1024

1024

8

42

图片自动保存到 output\ 目录，文件名带时间戳。

参数说明

后端配置说明

程序启动时自动探测硬件，按三种模式选择后端参数：

集显模式 VAE 分块解码 (--vae-tiling --vae-tile-size 64x64) 是关键优化： 不分块时 VAE 需 5.9GB 显存（集显不够会报错），分块后仅需 2GB， 可放回 GPU 运行，解码速度从 ~55 秒降到 ~10 秒。

硬件自动适配

工作原理

首次启动时，zimage-webui.exe 跑一次 sd-cli 探测，捕获 stderr 中的设备信息

解析 GPU 类型（Vulkan/CUDA）、设备名、uma 值（集显=1/独显=0）

按探测结果自动选择 uma/discrete/cpu 模式，生成对应后端参数

探测结果写入 config.json 缓存，后续启动直接读取（跳过探测）

config.json 说明

{

"hardware"

:

{

"has_gpu"

:

true

,

"gpu_type"

:

"vulkan"

,

// vulkan | cuda | ""

"device_count"

:

1

,

"is_uma"

:

true

,

// true=集显, false=独显

"device_name"

:

"AMD Radeon 780M Graphics"

,

"detected_at"

:

"2026-07-04T12:55:58+08:00"

},

"profile"

:

"auto"

// auto | cpu | uma | discrete

}

手动 override

如自动探测结果不理想，可直接编辑 config.json 的 profile 字段：

性能参考

进阶: 更换量化版本

如需更高画质，可下载 Q8_0 版本替换 (文件更大、速度更慢):

载后替换 models\z_image_turbo-Q5_0.gguf，并修改 generate.bat 中的文件名。

故障排查

Q: 提示 Vulkan 显存不足 (ErrorOutOfDeviceMemory) A: 集显模式下确认 config.json 的 profile 为 uma（会自动启用 VAE 分块）。若仍不足，可手动改为 cpu 模式走纯 CPU。

Q: 换了电脑后生图失败 / 报错 backend not found A: 删除 config.json 后重启，或运行 zimage-webui.exe --redetect 重新探测硬件。

Q: 独显机器速度不如预期 A: 检查 config.json 的 profile 是否为 discrete。若误判为 uma，手动改为 discrete 以禁用 VAE 分块。

Q: 生成速度太慢 A: 降低分辨率到 512x512，或减少步数。780M 集显性能有限；纯 CPU 模式更慢，建议有 GPU 时用 GPU。

Q: 模型加载失败 A: 检查 models\ 目录下三个文件是否完整:

z_image_turbo-Q5_0.gguf (应约 4.23 GB)

Qwen3-4B-Instruct-2507-Q4_K_M.gguf (应约 2.33 GB)

ae.safetensors (应约 0.31 GB)

Q: 提示词效果不好 A: Z-Image 对中文支持良好，也可尝试英文提示词。Turbo 模型用 --cfg-scale 1.0。

模型来源

扩散模型: Z-Image-Turbo (阿里巴巴通义实验室, Apache 2.0)

文本编码器: Qwen3-4B-Instruct-2507 (Apache 2.0)

VAE: FLUX.1-schnell ae (Apache 2.0)

推理引擎: stable-diffusion.cpp (MIT)