Ressources

Z-Image-Omni-Base marque un changement stratégique du modèle 'Base' original vers une architecture de pré-entraînement 'omni' (omnipotent). Il unifie les tâches de génération d'images et d'édition/inpainting au sein d'un cadre unique utilisant le Scalable Single-Stream Diffusion Transformer (S3-DiT). Ce pré-entraînement omni permet des transitions fluides entre la génération de nouvelles images et l'édition d'images existantes sans avoir besoin de modèles spécialisés séparés, offrant une efficacité paramétrique et une flexibilité accrues pour les développeurs.

Z-Image est un modèle de fondation de génération d'image puissant et très efficace avec 6B paramètres. Tirant parti de l'architecture Scalable Single-Stream Diffusion Transformer (S3-DiT), il traite le texte, les jetons sémantiques visuels et les jetons VAE d'image comme un flux unifié. Z-Image sert de noyau pour des variantes comme Z-Image-Turbo et Z-Image-Omni-Base, offrant des performances de pointe parmi les modèles open source.

Z-Image est un modèle de génération d'images puissant et efficace avec 6B paramètres. Actuellement trois variantes : Z-Image-Turbo (version distillée), Z-Image-Omni-Base (modèle de base) et Z-Image-Edit (variante d'édition d'image).

Expérimentez le modèle Z-Image Turbo sur ModelScope, avec service d'inférence en ligne et API pour intégration rapide.

Modèle Z-Image Turbo dans la communauté HuggingFace, avec poids modèles complets et exemples d'utilisation.

Z-Image De-Turbo est une version dé-distillée de Tongyi-MAI/Z-Image-Turbo, affinée sur des images générées par Z-Image-Turbo pour briser les limitations de distillation turbo. Ce modèle est spécifiquement conçu pour l'entraînement et le micro-ajustement profond.

Red-Z-Image-AIO-1.5 est une version améliorée par la communauté du modèle officiel Z-Image-Turbo, construite sur l'architecture de diffusion à flux unique S³-DiT. Il résout les problèmes clés tels que la complexité de la configuration, les performances sur le matériel bas de gamme et les besoins spécifiques des créateurs, y compris un réglage NSFW spécialisé pour un rendu réaliste de l'anatomie humaine.

Official ComfyUI Z-Image Turbo documentation with complete workflow templates, detailed model download instructions, and low-VRAM device optimization settings. Ideal for users needing local deployment and full control over the generation process.

PrunaAI optimized version of Tongyi-MAI Z-Image Turbo, further accelerated through advanced compression techniques. This version applies intelligent caching, model compilation, and quantization technologies to make image generation faster while maintaining the original model's photo-quality and excellent Chinese text rendering capabilities.

GGUF-Org fournit des versions quantifiées GGUF officiellement converties de Z-Image Turbo, permettant le déploiement sur des GPU grand public avec aussi peu que 6Go de VRAM. Prend en charge plusieurs niveaux de quantification incluant Q3_K_S, IQ4_NL et IQ4_XS pour différents compromis VRAM/qualité.

Qwen3-4B-GGUF est l'encodeur de texte requis pour les déploiements Z-Image GGUF, fournissant une compréhension bilingue (chinois/anglais) et des capacités de raisonnement avancées. Prend en charge le mode de réflexion unique pour les tâches de raisonnement logique complexes.

Collection de modèles GGUF maintenue par la communauté par Jayn7, fournissant plusieurs variantes de quantification de Z-Image Turbo avec des guides de configuration ComfyUI détaillés. Choix populaire avec plus de 200 likes dans la communauté.

Ce modèle LoRA améliore les capacités pixel art de Z-Image, les rendant plus détaillées.

Modèle ControlNet avec 6 blocs, entraîné sur 1 million d'images haute qualité.

Qwen-Image-i2L is an innovative model that takes images as input and directly outputs LoRA weights trained on those images. The system includes four specialized models: i2L-Style for style transfer, i2L-Coarse and i2L-Fine for content preservation, and i2L-Bias for output alignment with Qwen-Image aesthetics.

Application démo en ligne officielle Z-Image Turbo, maintenue par l'équipe Tongyi-MAI.

Application galerie Z-Image sur ModelScope, affichant les effets de génération du modèle.

Smart frame application based on Z-Image, specially developed for MCP 1st birthday commemoration project, showcasing the possibilities of Z-Image in creative application scenarios.

Galerie en ligne LoRA personnalisée Z-Image, hébergeant multiples modèles LoRA.

Application jeu mystère interactive développée basée sur Z-Image.

Cet article propose le cadre DMDR, intégrant l'apprentissage renforcé dans la distillation par appariement de distribution.

Page d'accueil officielle du projet Z-Image, avec introduction complète du projet.