Oppdag det udestillerte 6-milliarder-parameter grunncheckpointet bak Alibaba Tongyi-MAIs Z-Image-økosystem. Konstruert for full Classifier-Free Guidance (CFG), presise negative prompter, teksturer i museumsklasse samt skreddersydd LoRA- og ControlNet-trening.
Generer 4K-bilder med høy kvalitet, profesjonell instruksjonsfølging og lynrask rendering.
Mens Z-Image Turbo leder an i lynrask 8-stegs generering, reduserer stegdestillerte modeller den latente variasjonen og gjør videre LoRA-trening vanskeligere. Alibaba Tongyi-MAI ga ut det udestillerte Z-Image Base (Tongyi-MAI/Z-Image)-checkpointet nettopp for å låse opp full flerstegsvariasjon, finkornet Classifier-Free Guidance (CFG), styring med negative prompter og ren konvergens ved finjustering.
Uten mode collapse fra stegdestillering leverer Z-Image Base langt bredere komposisjonsmangfold på tvers av seeds—perfekt for art direction, konseptutvikling og motefoto.
Støtter klassisk flerstegssampling (vanligvis 28–50 NFE med CFG 3.5–5.0), slik at skapere kan forme lyssetting, fjerne uønskede artefakter og finjustere stilbalansen.
Fordi gradientene er udestillerte, konvergerer karakter-LoRA-er, produktadaptere og ControlNets på 6B Z-Image Base raskere og krever halvparten så mye VRAM som 12B FLUX.1-dev.
Deler nøyaktig samme engelske og kinesiske tekst-bilde-tokenstrøm, slik at utviklere kan trene spesialiserte checkpoints for merkevaretypografi, arkitektur, anime og netthandel.
Å forstå hvordan Z-Image Base og Z-Image Turbo utfyller hverandre hjelper studioer med å velge riktig verktøy i hvert ledd av produksjonen.
Kombiner umiddelbar idéutvikling i skyen med grundig prompt-engineering:
Åpne z-img.net i hvilken som helst nettleser og logg inn for gratis startkreditter, slik at du kan teste prompter direkte uten å laste ned 12 GB+ safetensors-filer først.
Last inn velprøvde maler for portrett, arkitektur og engelsk/tospråklig typografi for å se hvordan S3-DiT reagerer på kamera-, lys- og teksttokens.
Last ned høyoppløste bilder direkte fra skyen, eller følg den lokale installasjonsguiden vår for å kjøre egne Z-Image Base + LoRA-pipelines.
Konstruert av Alibaba Tongyi Lab for åpen utvidbarhet og kommersiell driftssikkerhet.
Slår sammen tekst-, visuell-semantiske og VAE-tokens til én enhetlig transformerstrøm for maksimal parametereffektivitet.
Full Classifier-Free Guidance lar deg aktivt styre unna uønskede stiler, fargestikk eller anatomiske feil.
6 milliarder parametere mot 12 milliarder kutter VRAM-bruken og halverer LoRA-treningstiden betydelig på 16 GB–24 GB GPU-er.
Førsteklasses engelsk og kinesisk språkforståelse samt skarp pikseltypografi for internasjonale kreative team.
Støttes rett ut av esken i Hugging Face Diffusers, ModelScope og standard ComfyUI-noder.
I motsetning til ikke-kommersielle dev-vekter fra konkurrenter tillater Z-Image ubegrenset kommersiell finjustering og produksjonsbruk.
Kjernespesifikasjoner for det udestillerte Z-Image 6B-checkpointet.
Viktigste forskjeller mellom Z-Image Base, Z-Image Turbo og FLUX.1-dev.