Découvrez le checkpoint fondation non distillé de 6 milliards de paramètres au cœur de l'écosystème Z-Image d'Alibaba Tongyi-MAI. Taillé pour le guidage CFG complet, la précision des prompts négatifs, les micro-textures haute couture et l'entraînement personnalisé de LoRAs et ControlNets.
Générez des visuels 4K haute fidélité avec un suivi d'instructions de niveau professionnel et un rendu ultra-rapide.
Si Z-Image Turbo excelle dans la génération instantanée en 8 étapes, la distillation par étapes réduit naturellement la variance latente et complique le fine-tuning en aval. Alibaba Tongyi-MAI a donc publié le checkpoint non distillé Z-Image Base (Tongyi-MAI/Z-Image) afin d'offrir toute la diversité d'un débruitage multi-étapes, un réglage fin du Classifier-Free Guidance (CFG), l'usage de prompts négatifs et une convergence propre des LoRAs.
Sans réduction de mode liée à la distillation, Z-Image Base propose des compositions beaucoup plus variées d'un seed à l'autre — idéal pour la direction artistique, l'édition et la photographie de mode.
Prend en charge l'échantillonnage multi-étapes classique (28 à 50 NFEs avec un CFG de 3,5 à 5,0) pour sculpter la lumière, écarter les artefacts indésirables et doser exactement le style.
Comme les gradients restent non distillés, l'entraînement de LoRAs personnages, d'adaptateurs packaging ou de ControlNets sur ce modèle 6B converge plus vite et consomme deux fois moins de VRAM que FLUX.1-dev 12B.
Partage le même flux unifié de tokens texte-image anglais et chinois, permettant aux studios d'entraîner des checkpoints spécialisés en typographie, architecture, luxe ou e-commerce.
Comprendre la complémentarité entre Z-Image Base et Z-Image Turbo permet aux studios de sélectionner le bon modèle à chaque étape de production.
Alliez l'idéation cloud instantanée à une ingénierie de prompt de niveau studio :
Accédez à z-img.net depuis n'importe quel navigateur pour tester vos prompts avec vos crédits de bienvenue, sans télécharger au préalable de lourds fichiers safetensors.
Chargez nos modèles éprouvés de portrait, d'architecture et de typographie pour observer comment l'architecture S3-DiT réagit aux focales, à la lumière et aux textes entre guillemets.
Téléchargez directement vos visuels haute définition sans filigrane depuis le cloud, ou suivez notre documentation locale pour déployer vos propres pipelines Z-Image Base + LoRA.
Développé par Alibaba Tongyi Lab pour l'extensibilité open source et la fiabilité commerciale.
Concatène les tokens texte, sémantiques visuels et VAE dans un flux transformer unique pour une efficacité maximale des paramètres.
Le guidage CFG complet vous permet d'écarter explicitement les styles, dominantes colorées ou défauts indésirables.
6 milliards de paramètres contre 12 milliards réduisent drastiquement la consommation VRAM et la durée d'entraînement LoRA sur GPU 16 Go–24 Go.
Compréhension native de l'anglais et du chinois pour les studios internationaux et les marques export.
Pris en charge nativement dans Hugging Face Diffusers, ModelScope, les chargeurs GGUF et les nœuds standards ComfyUI.
Contrairement aux poids non commerciaux d'autres laboratoires, Z-Image autorise le fine-tuning et le déploiement commercial sans restriction.
Les caractéristiques clés du checkpoint Z-Image 6B non distillé.
Comprendre les différences clés entre Z-Image Base, Z-Image Turbo et FLUX.1-dev.