Bronnen

Z-Image-Omni-Base markeert een strategische verschuiving van het originele 'Base' model naar een 'omni' (almachtige) pre-training architectuur. Het verenigt beeldgeneratie en bewerking/inpainting taken binnen één raamwerk met behulp van de Scalable Single-Stream Diffusion Transformer (S3-DiT). Deze omni pre-training maakt naadloze overgangen mogelijk tussen het genereren van nieuwe beelden en het bewerken van bestaande zonder de noodzaak voor aparte gespecialiseerde modellen, wat ontwikkelaars een hogere parameterefficiëntie en flexibiliteit biedt.

Z-Image is een krachtig en zeer efficiënt foundation model voor beeldgeneratie met 6B parameters. Gebruikmakend van de Scalable Single-Stream Diffusion Transformer (S3-DiT) architectuur, verwerkt het tekst, visuele semantische tokens en afbeelding VAE tokens als een verenigde stroom. Z-Image dient als de kern voor varianten zoals Z-Image-Turbo en Z-Image-Omni-Base, en levert toonaangevende prestaties onder open-source modellen.

Z-Image is een krachtig en efficiënt beeldgeneratiemodel met 6 miljard parameters. Momenteel zijn er drie varianten: Z-Image-Turbo (gedestilleerde versie, slechts 8-staps inference), Z-Image-Omni-Base (basismodel) en Z-Image-Edit (variant voor fotobewerking).

Ervaar het Z-Image Turbo model op het ModelScope platform, voorzien van online inference-service en een API-interface voor snelle integratie door ontwikkelaars.

Z-Image Turbo model in de HuggingFace community, met volledige modelgewichten, gebruiksstips en community-ondersteuning. Maandelijkse downloads bereiken de 111.244.

Z-Image De-Turbo is een gede-distilleerde versie van Tongyi-MAI/Z-Image-Turbo, gefinetuned op afbeeldingen gegenereerd door Z-Image-Turbo om de beperkingen van turbo-distillatie te omzeilen. Dit model is specifiek ontworpen voor training en diepe fine-tuning, en biedt verbeterde trainbaarheid vergeleken met het originele turbomodel.

Red-Z-Image-AIO-1.5 is een verbeterde versie van het officiële Z-Image-Turbo model, gebouwd op de S³-DiT single-stream diffusion architectuur. Het lost pijnpunten op zoals complexe setup, prestaties op minder krachtige hardware en specifieke behoeften van makers, inclusief gespecialiseerde NSFW-tuning voor realistische anatomie.

Officiële ComfyUI documentatie voor Z-Image Turbo, voorzien van complete workflow-sjablonen en gedetailleerde instructies voor lokale installatie op consumentenhardware. Ideaal voor gebruikers die volledige controle over het proces willen.

De door PrunaAI geoptimaliseerde versie van Tongyi-MAI's Z-Image Turbo, versneld via compressietechnieken. Deze versie maakt gebruik van slimme caching en kwantisering om generatie nog sneller te maken zonder verlies van kwaliteit of tekstgetrouwheid.

GGUF-Org biedt officieel geconverteerde GGUF-gekwantiseerde versies van Z-Image Turbo, waardoor gebruik op gemiddelde consumenten-GPU's vanaf 6GB VRAM mogelijk is. Ondersteunt diverse kwaliteitsniveaus zoals Q3_K_S en IQ4_NL.

Qwen3-4B-GGUF is de vereiste tekst-encoder voor Z-Image GGUF implementaties, en biedt tweetalig begrip (Chinees/Engels) en geavanceerde redeneercapaciteiten. Ondersteunt een unieke 'thinking mode' voor complexe logische taken.

Community-collectie van GGUF-modellen door Jayn7, met diverse varianten van Z-Image Turbo en uitgebreide ComfyUI-gidsen. Een populaire keuze met meer dan 200 likes.

Dit LoRA-model versterkt de bestaande pixelkunst-capaciteiten van Z-Image, waardoor ze gedetailleerder en verfijnder worden. Geen triggerwoorden vereist, maar het gebruik van "pixel art" in prompts geeft betere resultaten.

Dit is een ControlNet-model met 6 toegevoegde blokken, vanaf nul getraind op een dataset van 1 miljoen hoogwaardige afbeeldingen gedurende 10.000 stappen, en ondersteunt meerdere besturingscondities.

Qwen-Image-i2L is een innovatief model dat afbeeldingen direct omzet in LoRA-gewichten. Het systeem bevat gespecialiseerde modellen zoals i2L-Style, i2L-Coarse en i2L-Fine voor respectievelijk stijl en inhoudsbehoud.

Officiële online demo-applicatie van Z-Image Turbo, onderhouden door het Tongyi-MAI team. Biedt een platform om de mogelijkheden van Z-Image direct te ervaren. Draait op Zero GPU, geen lokale configuratie nodig.

Z-Image galerij-applicatie op het ModelScope platform, toont de resultaten van het Z-Image model in galerijvorm. Geoptimaliseerd voor Chinees en geïntegreerd in het ModelScope-ecosysteem.

Slimme fotolijst-applicatie gebaseerd op Z-Image, speciaal ontwikkeld voor het MCP 1ste verjaardagsproject, toont de mogelijkheden van Z-Image in creatieve scenario's.

Online galerij voor Z-Image LoRA-modellen, biedt onderdak aan diverse speciaal getrainde modellen inclusief radicale kunststijlen. Ondersteunt online wisselen en previews.

Interactief mysteriespel ontwikkeld met Z-Image, combineert beeldgeneratie met gameplay, toont de innovatieve kant van Z-Image in entertainment.

Deze paper stelt het DMDR-framework voor, waarbij reinforcement learning-technieken worden geïntegreerd in het distributiematching-distillatieproces. Onderzoek toont aan dat voor reinforcement learning van few-step generatoren, het DMD-verlies zelf effectiever is dan traditionele regularisatiemethoden.

Officiële startpagina van het Z-Image project, biedt een uitgebreide introductie inclusief kernfuncties, modelarchitectuur, prestatie-evaluaties en technische details. Ondersteunt inhoud in het Chinees en Engels.