संसाधन

Z-Image-Omni-Base मूल 'Base' मॉडल से 'omni' (सर्वशक्तिमान) पूर्व-प्रशिक्षण वास्तुकला की ओर एक रणनीतिक बदलाव को चिह्नित करता है। यह Scalable Single-Stream Diffusion Transformer (S3-DiT) का उपयोग करके एक ही ढांचे के भीतर छवि निर्माण और संपादन/इनपेंटिंग कार्यों को एकीकृत करता है। यह omni पूर्व-प्रशिक्षण अलग-अलग विशिष्ट मॉडल की आवश्यकता के बिना नई छवियों को बनाने और मौजूदा को संपादित करने के बीच निर्बाध संक्रमण की अनुमति देता है, जिससे डेवलपर्स को उच्च पैरामीटर दक्षता और लचीलापन मिलता है।

Z-Image 6B मापदंडों वाला एक शक्तिशाली और अत्यधिक कुशल छवि निर्माण फाउंडेशन मॉडल है। Scalable Single-Stream Diffusion Transformer (S3-DiT) वास्तुकला का लाभ उठाते हुए, यह टेक्स्ट, विज़ुअल सिमेंटिक टोकन और इमेज VAE टोकन को एक एकीकृत स्ट्रीम के रूप में संसाधित करता है। Z-Image Z-Image-Turbo और Z-Image-Omni-Base जैसे वेरिएंट के लिए कोर के रूप में कार्य करता है, जो ओपन-सोर्स मॉडल के बीच अत्याधुनिक प्रदर्शन प्रदान करता है।

Z-Image 6B पैरामीटर के साथ एक शक्तिशाली और कुशल छवि जनरेशन मॉडल है। वर्तमान में तीन वेरिएंट हैं।

ModelScope प्लेटफॉर्म पर Z-Image Turbo मॉडल का अनुभव करें।

HuggingFace समुदाय में Z-Image Turbo मॉडल, पूर्ण मॉडल भार और उपयोग उदाहरण।

Z-Image De-Turbo Tongyi-MAI/Z-Image-Turbo का डी-डिस्टिल्ड संस्करण है, जिसे Z-Image-Turbo द्वारा उत्पन्न छवियों पर फाइन-ट्यून किया गया है ताकि टर्बो डिस्टिलेशन सीमाओं को तोड़ा जा सके। यह मॉडल विशेष रूप से प्रशिक्षण और गहरे फाइन-ट्यूनिंग के लिए डिज़ाइन किया गया है।

रेड-जेड-इमेज-एआईओ-1.5 आधिकारिक Z-Image-Turbo मॉडल का एक समुदाय-बढ़ाया संस्करण है, जिसे S³-DiT सिंगल-स्ट्रीम डिफ्यूजन आर्किटेक्चर पर बनाया गया है। यह सेटअप की जटिलता, कम-अंत हार्डवेयर पर प्रदर्शन और निर्माता-विशिष्ट आवश्यकताओं जैसे प्रमुख दर्द बिंदुओं को संबोधित करता है, जिसमें मानव शरीर रचना के यथार्थवादी प्रतिपादन के लिए विशेष NSFW ट्यूनिंग शामिल है।

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 Z-Image Turbo के आधिकारिक रूप से परिवर्तित GGUF क्वांटाइज्ड संस्करण प्रदान करता है, जो केवल 6GB VRAM वाले उपभोक्ता-ग्रेड GPU पर परिनियोजन सक्षम करता है। विभिन्न VRAM/गुणवत्ता ट्रेड-ऑफ के लिए Q3_K_S, IQ4_NL, और IQ4_XS सहित कई क्वांटाइजेशन स्तरों का समर्थन करता है।

Qwen3-4B-GGUF Z-Image GGUF परिनियोजन के लिए आवश्यक टेक्स्ट एनकोडर है, जो द्विभाषी (चीनी/अंग्रेजी) समझ और उन्नत तर्क क्षमताएं प्रदान करता है। जटिल तार्कि क तर्क कार्यों के लिए अद्वितीय सोच मोड का समर्थन करता है।

Jayn7 द्वारा समुदाय-रखरखाव GGUF मॉडल संग्रह, विस्तृत ComfyUI सेटअप गाइड के साथ Z-Image Turbo के कई क्वांटाइजेशन वेरिएंट प्रदान करता है। समुदाय में 200 से अधिक लाइक्स के साथ लोकप्रिय विकल्प।

यह LoRA मॉडल Z-Image की पिक्सेल आर्ट क्षमताओं को बढ़ाता है।

6 ब्लॉक के साथ ControlNet मॉडल, 1 मिलियन उच्च-गुणवत्ता छवि पर प्रशिक्षित।

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.

Z-Image Turbo आधिकारिक ऑनलाइन डेमो, Tongyi-MAI टीम द्वारा रखरखाव।

ModelScope पर Z-Image गैलरी एप्लिकेशन, मॉडल जनरेशन प्रभाव प्रदर्शित करता है।

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.

Z-Image कस्टम LoRA मॉडल ऑनलाइन गैलरी, कई कस्टम-प्रशिक्षित LoRA मॉडल होस्ट करती है।

Z-Image पर आधारित इंटरैक्टिव रहस्य गेम एप्लिकेशन।

यह पेपर DMDR फ्रेमवर्क प्रस्तुत करता है, रिइनफोर्समेंट लर्निंग को वितरण मिलान डिस्टिलेशन में एकीकृत करता है।

Z-Image प्रोजेक्ट आधिकारिक होमपेज, पूर्ण परियोजना परिचय प्रदान करता है।