Tutustu Alibaba Tongyi-MAIn Z-Image-ekosysteemin taustalla toimivaan tislaamattomaan 6 miljardin parametrin peruscheckpointiin. Suunniteltu täydelle Classifier-Free Guidance (CFG) -ohjaukselle, tarkoille negatiivisille kehotteille, museotason pintarakenteille sekä räätälöidylle LoRA- ja ControlNet-hienosäädölle.
Luo korkealaatuisia 4K-kuvia ammattitasoisella ohjeiden noudattamisella ja salamannopealla renderöinnillä.
Vaikka Z-Image Turbo hallitsee alle sekunnin 8 vaiheen generointia, vaihetislatut mallit kaventavat latenttia vaihtelua ja vaikeuttavat jatkokoulutusta LoRAlla. Alibaba Tongyi-MAI julkaisi tislaamattoman Z-Image Base (Tongyi-MAI/Z-Image) -checkpointin nimenomaan vapauttaakseen täyden monivaiheisen monimuotoisuuden, tarkan Classifier-Free Guidance (CFG) -säädön, negatiivisten kehotteiden ohjauksen ja puhtaan hienosäädön suppenemisen.
Ilman vaihetislauksen aiheuttamaa jakauman kapenemista Z-Image Base tuottaa huomattavasti monipuolisempia sommitelmia eri siemenluvuilla—täydellinen art directioniin, konseptisuunnitteluun ja muotikuvaukseen.
Tukee perinteistä monivaiheista näytteenottoa (tyypillisesti 28–50 NFE arvolla CFG 3.5–5.0), jolloin tekijä voi muotoilla valaistusta, karsia virheitä ja hioa tyylitasapainon täsmälliseksi.
Koska gradientit ovat tislaamattomia, hahmo-LoRAien, tuoteadaptereiden ja ControlNetien koulutus 6B Z-Image Basella konvergoi nopeammin ja vaatii puolet vähemmän VRAM-muistia kuin 12B FLUX.1-dev.
Jakaa täsmälleen saman englannin- ja kiinankielisen teksti–kuva-tokenvirran, mikä mahdollistaa erikoistuneiden bränditypografia-, arkkitehtuuri-, anime- ja verkkokauppamallien koulutuksen.
Kun ymmärrät miten Z-Image Base ja Z-Image Turbo täydentävät toisiaan, studiosi voi valita täsmälleen oikean työkalun jokaiseen tuotantovaiheeseen.
Yhdistä välitön pilvi-ideointi ja huolellinen kehotesuunnittelu:
Avaa z-img.net missä tahansa selaimessa ja kirjaudu sisään saadaksesi ilmaiset aloituskrediitit—testaa kehotteita heti lataamatta ensin yli 12 GB:n safetensors-tiedostoja.
Lataa testattuja muotokuva-, arkkitehtuuri- ja englannin-/kaksikielisiä typografiapohjia nähdäksesi miten S3-DiT reagoi kamera-, valo- ja tekstitokeneihin.
Lataa valmiit korkean resoluution kuvat suoraan pilvestä tai pystytä omat Z-Image Base + LoRA -putket paikallisen asennusoppaamme avulla.
Alibaba Tongyi Labin kehittämä avoimeen laajennettavuuteen ja kaupalliseen luotettavuuteen.
Yhdistää teksti-, visuaalis-semanttiset ja VAE-tokenit yhteen yhtenäiseen transformer-virtaan maksimaalisen parametritehokkuuden saavuttamiseksi.
Täysi Classifier-Free Guidance antaa sinun ohjata generointia tarkasti poispäin ei-toivotuista tyyleistä, värivirheistä tai anatomisista poikkeamista.
6 miljardia parametria 12 miljardin sijaan leikkaa VRAM-kulutusta ja nopeuttaa LoRA-koulutusta merkittävästi 16 GB–24 GB näytönohjaimilla.
Ensiluokkainen englannin ja kiinan kielen ymmärrys sekä tarkka pikselitypografia kansainvälisille luoville tiimeille.
Suora tuki Hugging Face Diffusersissa, ModelScopessa ja ComfyUIn vakiosolmuissa.
Toisin kuin kilpailijoiden ei-kaupalliset dev-painot, Z-Image sallii rajoittamattoman kaupallisen hienosäädön ja tuotantokäytön.
Tislaamattoman 6B Z-Image -checkpointin ydinspeksit.
Keskeiset erot Z-Image Basen, Z-Image Turbon ja FLUX.1-devin välillä.