Oplev det udestillerede 6-milliard-parameter basischeckpoint bag Alibaba Tongyi-MAI's Z-Image-økosystem. Skabt til fuld Classifier-Free Guidance (CFG), præcise negative prompts, teksturer i museumskvalitet samt skræddersyet LoRA- og ControlNet-træning.
Generer 4K-visuals i høj kvalitet med professionel instruktionsfølgning og lynhurtig rendering.
Mens Z-Image Turbo fører an inden for lynhurtig 8-trins generering, indsnævrer trindestillerede modeller den latente variation og gør efterfølgende LoRA-træning sværere. Alibaba Tongyi-MAI har frigivet det udestillerede Z-Image Base (Tongyi-MAI/Z-Image)-checkpoint netop for at åbne for fuld flertrins-diversitet, finkornet Classifier-Free Guidance (CFG), styring med negative prompts og ren konvergens ved fine-tuning.
Uden mode collapse fra trindestillation skaber Z-Image Base langt større kompositorisk spændvidde på tværs af seeds—ideelt til art direction, konceptudvikling og high-fashion fotografi.
Understøtter klassisk flertrins-sampling (typisk 28–50 NFE med CFG 3.5–5.0), så kunstnere kan forme belysning, fjerne uønskede artefakter og ramme den helt rette stilbalance.
Fordi gradienterne er udestillerede, konvergerer karakter-LoRA'er, produktadaptere og ControlNets på 6B Z-Image Base hurtigere og bruger det halve VRAM sammenlignet med 12B FLUX.1-dev.
Deler nøjagtig samme engelske og kinesiske tekst-billed-tokenstrøm, så udviklere kan træne specialiserede checkpoints til brandtypografi, arkitektur, anime og e-handel.
Når du kender samspillet mellem Z-Image Base og Z-Image Turbo, kan dit studie vælge det helt rigtige værktøj til hvert trin i produktionen.
Foren øjeblikkelig cloud-idéudvikling med solid prompt-engineering:
Åbn z-img.net i enhver browser og log ind for gratis startkreditter, så du kan teste prompts med det samme uden først at hente 12 GB+ safetensors-filer.
Indlæs gennemtestede skabeloner til portrætter, arkitektur og engelsk/tosproget typografi for at se, hvordan S3-DiT reagerer på kamera-, lys- og teksttokens.
Download færdige billeder i høj opløsning direkte fra skyen, eller følg vores lokale dokumentation for at køre egne Z-Image Base + LoRA-pipelines.
Udviklet af Alibaba Tongyi Lab til open-source udvidelse og kommerciel driftssikkerhed.
Samler tekst-, visuel-semantiske og VAE-tokens i én samlet transformerstrøm for maksimal parametereffektivitet.
Fuld Classifier-Free Guidance giver dig mulighed for aktivt at frasortere uønskede stilarter, farvestik eller anatomiske fejl.
6 milliarder parametre frem for 12 milliarder reducerer VRAM-forbruget og halverer LoRA-træningstiden markant på 16 GB–24 GB GPU'er.
Førsteklasses engelsk og kinesisk tekstforståelse samt skarp pixeltypografi til internationale kreative teams.
Understøttet direkte fra start i Hugging Face Diffusers, ModelScope og standard ComfyUI-nodes.
I modsætning til ikke-kommercielle dev-vægte fra konkurrenter tillader Z-Image ubegrænset kommerciel fine-tuning og udrulning.
Kerneparametre for det udestillerede Z-Image 6B-checkpoint.
Vigtigste forskelle mellem Z-Image Base, Z-Image Turbo og FLUX.1-dev.