리소스 센터

Z-Image-Omni-Base는 원래의 'Base' 모델에서 'omni'(전능) 사전 학습 아키텍처로의 전략적 전환을 나타냅니다. Scalable Single-Stream Diffusion Transformer (S3-DiT)를 사용하여 단일 프레임워크 내에서 이미지 생성 및 편집/인페인팅 작업을 통합합니다. 이 옴니 사전 학습을 통해 별도의 특수 모델 없이도 새 이미지 생성과 기존 이미지 편집 간의 원활한 전환이 가능하여 개발자에게 더 높은 파라미터 효율성과 유연성을 제공합니다.

Z-Image는 6B 파라미터를 갖춘 강력하고 매우 효율적인 이미지 생성 파운데이션 모델입니다. Scalable Single-Stream Diffusion Transformer (S3-DiT) 아키텍처를 활용하여 텍스트, 시각적 의미 토큰 및 이미지 VAE 토큰을 통합 스트림으로 처리합니다. Z-Image는 Z-Image-Turbo 및 Z-Image-Omni-Base와 같은 변형의 핵심 역할을 하며 오픈 소스 모델 중 최첨단 성능을 제공합니다.

Z-Image는 6B 파라미터를 가진 강력하고 효율적인 이미지 생성 모델입니다. 현재 세 가지 변형이 있습니다.

ModelScope 플랫폼에서 Z-Image Turbo 모델 경험, 온라인 추론 서비스와 API 인터페이스 제공.

HuggingFace 커뮤니티의 Z-Image Turbo 모델, 완전한 모델 가중치와 사용 예제 제공.

Z-Image De-Turbo는 Tongyi-MAI/Z-Image-Turbo의 비증류 버전으로, Z-Image-Turbo가 생성한 이미지에서 파인튜닝되어 터보 증류 제한을 깨뜨렸습니다. 이 모델은 훈련과 심층 파인튜닝을 위해 특별히 설계되었습니다.

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-Org는 Z-Image Turbo의 공식 변환 GGUF 양자화 버전을 제공하여 6GB의 VRAM만으로 소비자급 GPU에 배포할 수 있게 합니다. Q3_K_S, IQ4_NL, IQ4_XS 등 다양한 VRAM/품질 절충을 위한 여러 양자화 레벨을 지원합니다.

Qwen3-4B-GGUF는 Z-Image GGUF 배포에 필요한 텍스트 인코더로, 이중 언어(중국어/영어) 이해력과 고급 추론 기능을 제공합니다. 복잡한 논리 추론 작업을 위한 고유한 사고 모드를 지원합니다.

Jayn7이 유지 관리하는 커뮤니티 GGUF 모델 컬렉션으로, 자세한 ComfyUI 설정 가이드와 함께 Z-Image Turbo의 여러 양자화 변형을 제공합니다. 커뮤니티에서 200개 이상의 좋아요를 받은 인기 있는 선택.

이 LoRA 모델은 Z-Image의 기존 픽셀 아트 능력을 향상, 더 상세하고 정교하게.

6블록 추가된 ControlNet 모델, 100만 고품질 이미지 데이터셋으로 처음부터 10000단계 훈련.

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 공식 온라인 데모, Tongyi-MAI 팀이 유지보수.

ModelScope 플랫폼의 Z-Image 갤러리 애플리케이션, 모델 생성 효과를 갤러리 형식으로 전시.

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 커스텀 LoRA 모델 온라인 갤러리, 다양한 커스텀 훈련 LoRA 모델 호스팅.

Z-Image 기반 개발된 인터랙티브 미스터리 게임 애플리케이션.

본 논문은 DMDR 프레임워크를 제안, 강화학습 기술을 분포 매칭 증류 과정에 통합.

Z-Image 프로젝트 공식 홈페이지, 프로젝트의 포괄적인 소개 제공.