Ressourcen
Entdecken Sie die vollständige Ressourcensammlung des Z-Image-Ökosystems
Open-Source-Modelle10
Z-Image 是一个强大且高效的图像生成模型，具有6B参数。目前有三个变体：Z-Image-Turbo（蒸馏版本，仅需8步推理）、 Z-Image-Omni-Base（基础模型）和Z-Image-Edit（图像编辑变体）。
在 ModelScope 平台体验 Z-Image Turbo 模型，提供在线推理服务和API接口，方便开发者快速集成和使用。
HuggingFace 社区中的 Z-Image Turbo 模型，提供完整的模型权重、使用示例和社区支持。月下载量达111,244次。
Z-Image De-Turbo是Tongyi-MAI/Z-Image-Turbo的去蒸馏版本，通过在Z-Image-Turbo生成的图像上进行微调，打破了turbo蒸馏限制。该模型专门为训练和深度微调而设计，提供了比原始turbo模型更强的可训练性和灵活性。
Red-Z-Image-AIO-1.5是官方Z-Image-Turbo模型的社区增强版本，基于S³-DiT单流扩散架构。它解决了设置复杂性、低端硬件性能以及创作者特定需求（包括用于人体解剖学逼真渲染的专业NSFW微调）等关键痛点。
ComfyUI官方Z-Image Turbo文档，包含完整工作流模板、详细模型下载说明和低显存设备优化设置。适合需要本地部署、完全控制生成过程的用户。
PrunaAI优化的Tongyi-MAI Z-Image Turbo版本，通过高级压缩技术进一步加速。该版本应用智能缓存、模型编译和量化技术，使图像生成更快，同时保持原始模型的照片级质量和优秀的中文文本渲染能力。
GGUF-Org 提供官方转换的 Z-Image Turbo GGUF 量化版本，可在显存低至 6GB 的消费级 GPU 上部署。支持多种量化级别，包括 Q3_K_S、IQ4_NL 和 IQ4_XS，提供不同的显存/质量权衡选择。
Qwen3-4B-GGUF 是 Z-Image GGUF 部署所需的文本编码器，提供双语（中英文）理解和高级推理能力。支持独特的思维链模式用于复杂逻辑推理任务。
由 Jayn7 维护的社区 GGUF 模型合集，提供多个 Z-Image Turbo 量化变体和详细的 ComfyUI 设置指南。社区人气之选，获得超过 200 个点赞。
ControlNet & LoRA3
这个LoRA模型增强了Z-Image已有的像素艺术能力，使其更加详细和精细。无需触发词，但在提示词中使用"pixel art"可以获得更好效果。
这是一个添加了6个block的ControlNet模型，在100万高质量图像数据集上从头训练10000步，支持多种控制条件。
Qwen-Image-i2L是一个创新模型，将图像作为输入，直接输出基于这些图像训练的LoRA权重。系统包含四个专业模型：i2L-Style用于风格迁移，i2L-Coarse和i2L-Fine用于内容保留，i2L-Bias用于与Qwen-Image美学对齐。
App-Demos5
Z-Image Turbo官方在线演示应用，由Tongyi-MAI团队维护，提供直接体验Z-Image生成能力的平台。基于Zero GPU运行，无需本地配置即可使用。
ModelScope平台上的Z-Image画廊应用，以画廊形式展示Z-Image模型的生成效果，提供中文界面优化，集成ModelScope生态系统。
基于Z-Image的智能相框应用，专为MCP 1st生日纪念项目开发，展示Z-Image在创意应用场景中的可能性。
Z-Image定制LoRA模型在线画廊，托管多种定制训练的LoRA模型，包括激进艺术风格和身份模型，支持在线切换和预览功能。
基于Z-Image开发的推理游戏互动应用，结合图像生成和游戏玩法，展示Z-Image在娱乐应用场景中的创新使用。
Akademische Paper1
本文提出DMDR框架，将强化学习技术融入分布匹配蒸馏过程。研究发现对于少步生成器的强化学习，DMD损失本身比传统正则化方法更有效。
Offizieller Blog1
Z-Image项目官方主页，提供项目的全面介绍，包括核心特性、模型架构、性能评估和技术细节。支持中英双语内容。