Z-Image Base：專為極致寫實攝影與 LoRA 微調訓練打造的 6B S3-DiT 基礎模型
探索支撐 Alibaba Tongyi-MAI Z-Image 生態系的未蒸餾 60 億參數基礎檢核點（Checkpoint）。完整支援分類器自由引導（CFG）、精準負面提示詞排除、美術館等級細膩材質，以及自訂社群 LoRA 與 ControlNet 微調訓練。
超清 AI 圖像實驗室
憑藉專業級的指令遵循能力和極速渲染技術，生成高保真 4K 視覺效果。
為什麼專業設計師與 AI 開發者重視 Z-Image Base？
雖然 Z-Image Turbo 在次秒級 8 步生圖領域表現強勢，但步數蒸餾模型會壓縮潛在空間的多樣性，使下游 LoRA 微調訓練較難收斂。為此，Alibaba Tongyi-MAI 特別釋出未經步數蒸餾的 Z-Image Base（Tongyi-MAI/Z-Image）檢核點，全面釋放多步數去噪的構圖多樣性、細膩的 Classifier-Free Guidance（CFG）調整、負面提示詞引導與乾淨穩定的微調訓練收斂表現。
最大化構圖與創意多樣性
免除步數蒸餾常見的模式塌縮現象，Z-Image Base 在不同隨機種子（Seed）間能產出更豐富的構圖與光影變化，極適合藝術指導、概念發想與高階時尚棚拍。
完整 CFG 與負面提示詞精準控制
支援標準多步數取樣（建議 28–50 NFEs 搭配 CFG 3.5–5.0），讓創作者能精細雕琢邊緣光影、排除多餘雜訊瑕疵，調校出最理想的畫面風格平衡。
專為 LoRA 與 ControlNet 微調訓練而生
由於模型梯度未經蒸餾壓縮，在 6B Z-Image Base 上訓練專屬角色 LoRA、商品包裝一致性模型或區域 ControlNet 收斂更快，且顯示卡記憶體（VRAM）需求僅為 12B FLUX.1-dev 的一半。
共享原生中英雙語語意底座
與 Turbo 版採用完全相同的中英雙語文字與視覺單流序列，讓開發者能輕鬆微調訓練出專精漢字海報字體、日系動漫、室內建築或台灣電商視覺的客製化模型。
何時該選擇 Z-Image Base 或 Z-Image Turbo？
了解 Z-Image Base 與 Z-Image Turbo 的互補定位，能幫助設計工作室在每個製作階段選對最有效率的工具。
如何在 z-img.net 進行 Z-Image 提示詞原型測試
將零門檻雲端發想與基礎模型級提示詞工程完美結合：
1. 登入您的雲端創作工作台
無須事先下載超過 12GB 的 safetensors 權重檔案，打開任何瀏覽器登入 z-img.net 即可直接測試 Z-Image 與多款頂尖多模態生圖模型。
2. 測試中英雙語提示詞與精選範本
一鍵載入實測驗證的人像、建築與文字海報範本，觀察 S3-DiT 架構如何精準回應鏡頭焦段、光影描述與雙引號（" "）內的文字指令。
3. 匯出 4K 高畫質成圖或擴充至本機訓練
直接從雲端下載無浮水印高畫質商業成圖，或依循我們的本機安裝教學部署自訂 Z-Image Base ＋ LoRA 專業管線。
Z-Image Base 架構六大技術亮點
由 Alibaba Tongyi Lab 精心打造，兼顧開源擴充彈性與企業商業級穩定度。
6B 單流擴散轉換器 (S3-DiT)
將文字、視覺語意與 VAE 潛在 Token 串接於單一 Transformer 序列流，發揮極致參數效率。
原生負面提示詞支援
透過完整分類器自由引導（CFG），明確避開不想要的畫風、色偏或結構瑕疵。
僅 FLUX.1-dev 一半的輕量規模
60 億參數對比 120 億參數，在 16GB–24GB VRAM 顯示卡上大幅降低記憶體佔用並縮短 LoRA 微調訓練時間。
中英雙語原生語意對齊
具備頂尖的中文與英文雙語理解力，完美契合台灣、港澳與跨國品牌設計團隊需求。
原生相容 ComfyUI 與 Diffusers
開箱即支援 Hugging Face Diffusers、ModelScope 以及標準 ComfyUI 節點生態。
寬鬆 Apache 2.0 商業授權
不同於競品受限的非商用 dev 權重，Z-Image 允許毫無限制地進行商業微調訓練與部署營利。
Z-Image Base 基礎模型規格
未蒸餾 Z-Image 6B 檢核點核心技術參數。
6B 參數 未蒸餾 S3-DiT 基礎模型權重
28–50 Steps 完整 CFG 精細去噪推論步數
Apache 2.0 支援商業應用與商用 LoRA 微調訓練
Z-Image Base 常見問題解答 (FAQ)
一次釐清 Z-Image Base、Z-Image Turbo 與 FLUX.1-dev 的核心差異與選用方式。