Z-Image Base: النموذج التأسيسي S3-DiT 6B لأقصى واقعية وتدريب LoRA
اكتشف نقطة الأساس غير المقطّرة ذات الـ 6 مليارات معلمة التي تقف خلف منظومة Z-Image من مختبر Alibaba Tongyi Lab (Tongyi-MAI). صُمم خصيصاً للتحكم الكامل بمقياس التوجيه (CFG)، ودقة الموجهات السلبية (Negative Prompts)، وتفاصيل الخامات الفاخرة، وتدريب نماذج LoRA و ControlNet المخصصة.
ساحة ألعاب الصور المدعومة بالذكاء الاصطناعي فائقة الدقة
أنشئ مرئيات بدقة 4K عالية الجودة مع اتباع التعليمات بمستوى احترافي وتصيير فائق السرعة.
لماذا يُعد Z-Image Base أساسياً للاستوديوهات والمطورين؟
بينما يهيمن Z-Image Turbo على التوليد الفوري في 8 خطوات، يؤدي تقطير الخطوات بطبيعته إلى تقليص التنوع الكامن ويجعل التدريب الدقيق اللاحق أكثر تعقيداً. لذلك أطلق فريق Alibaba Tongyi-MAI إصدار Z-Image Base غير المقطّر (Tongyi-MAI/Z-Image) لإتاحة التنوع الكامل عبر الخطوات المتعددة، وضبط CFG الدقيق، والتوجيه بالموجهات السلبية، وسرعة التقارب عند تدريب نماذج LoRA.
أقصى تنوع في التكوين الفني
دون تقليص الأنماط الناتج عن التقطير السريع، يمنحك Z-Image Base تنوعاً أوسع في الزوايا والتكوينات البصرية عبر البذور (Seeds) المختلفة — مثالي للإخراج الفني والأزياء الراقية.
تحكم كامل بمقياس CFG والموجهات السلبية
يدعم المعالجة متعددة الخطوات القياسية (28–50 خطوة NFE مع مقياس CFG بين 3.5 و 5.0)، مما يتيح نحت الإضاءة واستبعاد العناصر غير المرغوبة وضبط الطابع البصري بدقة متناهية.
مهيأ هندسياً لتدريب LoRA و ControlNet
نظراً لبقاء التدرجات غير مقطّرة، فإن تدريب LoRA للشخصيات أو عبوات العطور والمنتجات أو شبكات ControlNet على Z-Image Base (6B) يتم بوقت أسرع وبنصف استهلاك ذاكرة VRAM مقارنةً بـ FLUX.1-dev (12B).
قاعدة دلالية ونصية موحّدة
يشترك في نفس مسار الرموز النصية والبصرية الموحّد، مما يمكّن المطورين من بناء نماذج مخصصة لتصميم العبوات الفاخرة، العمارة، والملصقات الإعلانية ذات النصوص الإنجليزية والعالمية الدقيقة.
متى تختار Z-Image Base مقابل Z-Image Turbo؟
يساعد فهم التكامل بين Z-Image Base و Z-Image Turbo وكالات الإعلان وعلامات التجارة الإلكترونية على اختيار الأداة الأنسب لكل مرحلة من مراحل الإنتاج.
كيف تطوّر مسارات عمل Z-Image عبر z-img.net؟
اجمع بين سرعة المختبر السحابي وهندسة الأوامر الاحترافية في ثلاث خطوات:
1. سجّل دخولك إلى الاستوديو السحابي
ادخل إلى z-img.net من أي متصفح للحصول على رصيدك الترحيبي وتجربة الأوامر فوراً دون الحاجة لتنزيل ملفات safetensors يتجاوز حجمها 12 GB أولاً.
2. اختبر هياكل الأوامر والقوالب الجاهزة
جرّب قوالب البورتريه والعمارة وتصوير المنتجات الفاخرة لدراسة استجابة معمارية S3-DiT لنوع العدسة وتوزيع الإضاءة والنصوص المحصورة بين علامتي اقتباس.
3. صدّر بدقة 4K أو انتقل للتخصيص المحلي
حمّل صورك الجاهزة للاستخدام التجاري مباشرة من السحابة، أو اتبع دليل التثبيت المحلي لبناء مسارات عمل Z-Image Base + LoRA الخاصة بك.
أبرز الركائز المعمارية في Z-Image Base
صممه مختبر Alibaba Tongyi Lab ليمنح مجتمع المصدر المفتوح والشركات قابلية توسع وموثوقية تجارية عالية.
معمارية S3-DiT بحجم 6B
تدمج الرموز النصية والدلالية البصرية وفضاء VAE في مسار Transformer واحد لتحقيق أقصى كفاءة لكل معلمة.
دعم أصلي للموجهات السلبية
يتيح لك توجيه CFG الكامل استبعاد الأنماط غير المرغوبة أو العيوب البصرية وتوجيه المخرجات بدقة.
نصف استهلاك FLUX.1-dev للذاكرة
حجم 6 مليارات معلمة مقابل 12 ملياراً يقلص استهلاك VRAM وزمن تدريب LoRA بشكل كبير على بطاقات 16 GB إلى 24 GB.
محاذاة دقيقة بين النص والصورة
استيعاب عميق للأوامر المركبة ورسم نظيف للنصوص الإنجليزية والصينية لفرق التصميم العالمية.
توافق مباشر مع ComfyUI و Diffusers
مدعوم بشكل رسمي في مكتبة Hugging Face Diffusers ومنصة ModelScope وتكميم GGUF وعُقد ComfyUI القياسية.
رخصة Apache 2.0 التجارية المفتوحة
بخلاف أوزان dev المقيدة غير التجارية لدى المنافسين، يتيح Z-Image Base التدريب والتخصيص والاستغلال التجاري بلا قيود.
المواصفات الأساسية لنموذج Z-Image Base
المعايير التقنية لنقطة الأساس غير المقطّرة Z-Image بحجم 6B.
6B معلمة نموذج S3-DiT تأسيسي غير مقطّر
28–50 خطوة معالجة كاملة مع تحكم CFG دقيق
Apache 2.0 جاهز للاستخدام التجاري وتدريب LoRA
الأسئلة الشائعة حول Z-Image Base
الفروق الجوهرية بين Z-Image Base و Z-Image Turbo و FLUX.1-dev.