模型介绍
中文整理Z-Image（造相）图像生成基础模型
模型用途
Z-Image是⚡️-Image家族的基础模型，用于高质量、强生成多样性、广泛风格覆盖和精确提示词遵循的图像生成。适用于创作者、研究人员和开发者需要最高创意自由度的场景。
主要能力
非蒸馏基础模型：作为非蒸馏基础模型，Z-Image保留了完整的训练信号，支持完整的无分类器引导（CFG），为复杂提示词工程和专业工作流程提供所需精度。
美学多样性：掌握广泛的视觉语言，从超现实摄影和电影数字艺术到精细动漫和风格化插画，是需要丰富多维表达的理想的引擎。
增强的输出多样性：为探索而构建，在不同种子下提供更高的构图、面部身份和光照变化，确保多人场景保持独特和动态。
开发友好：适合作为社区的起点，其非蒸馏特性使其成为LoRA训练、结构控制（ControlNet）和语义控制的良好基础。
强大的负向控制：对负向提示响应高保真，允许用户可靠地抑制伪影和调整构图。
输入输出
输入：文本提示词
输出：图像
运行要求
分辨率：512×512到2048×2048（总像素面积，任意宽高比）
引导 scale：3.0至5.0
推理步数：28至50
基本用法
安装最新版本的diffusers库，下载模型权重，使用推荐参数进行推理。模型对比
Z-Image支持CFG，Z-Image-Turbo不支持；Z-Image需要28-50步推理，Z-Image-Turbo仅需8步；Z-Image可微调，Z-Image-Turbo不可；Z-Image支持负向提示，Z-Image-Turbo不支持；Z-Image多样性高，Z-Image-Turbo多样性低；两者视觉质量都高，Z-Image-Turbo非常高；Z-Image无强化学习，Z-Image-Turbo有强化学习。
限制
请参考原始项目文档了解具体限制。
许可证
请参考原始项目文档了解许可证信息。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。