标签： 文生图

项目介绍

Z-Image 是一款功能强大且高效的图像生成模型，拥有60 亿个参数。目前有三种变体：

• 🚀 Z-Image-Turbo – Z-Image 的精简版，仅需8 次函数评估 (NFE)，即可达到甚至超越领先竞争对手的性能。它在企业级 H800 GPU 上可实现⚡️亚秒级推理延迟⚡️，并能轻松适配16G 显存的消费级设备。它在照片级图像生成、双语文本渲染（中英文）以及强大的指令执行能力方面表现卓越。
• 🧱 Z-Image-Base – 未经精简的基础模型。通过发布此版本，我们旨在充分释放社区驱动的微调和自定义开发的潜力。
• ✍️ Z-Image-Edit – Z-Image 的一个衍生版本，专为图像编辑任务而优化。它支持创意图像到图像的生成，并具备强大的指令跟随功能，允许根据自然语言提示进行精确编辑。

展示

📸照片级真实感：Z-Image-Turbo能够生成逼真的照片级图像，同时保持优异的美学品质。

📖精准的双语文本渲染：Z-Image-Turbo擅长精准渲染复杂的中文和英文文本。

💡 提示增强和推理：提示增强器赋予模型推理能力，使其能够超越表面描述并挖掘潜在的世界知识。

🧠创意图像编辑：Z-Image-Edit对双语编辑指令有很强的理解力，能够进行富有想象力和灵活的图像变换。

🏗️ 模型架构

我们采用了一种可扩展的单流数字图像处理（S3-DiT）架构。在该架构中，文本、视觉语义标记和图像VAE标记在序列级别上连接起来，作为统一的输入流，与双流方法相比，最大限度地提高了参数效率。

项目链接

模型下载

⏬ 下载

pip install -U huggingface_hub
HF_XET_HIGH_PERFORMANCE=1 hf download Tongyi-MAI/Z-Image-Turbo

开源地址

https://github.com/Tongyi-MAI/Z-Image

demo

Hugging Face昨天还可以，今天就删了，大家用来生成色图，导致最开始没限制的模型demo，开始限制，到现在直接删了

modelscope魔搭：https://www.modelscope.cn/aigc/imageGeneration?tab=advanced&versionId=469191&modelType=Checkpoint&sdVersion=Z_IMAGE_TURBO&modelUrl=modelscope%3A%2F%2FTongyi-MAI%2FZ-Image-Turbo%3Frevision%3Dmaster