中文文字海報
準確呈現中英標題、招牌與活動版面。
Z-Image 是一款輕量級圖片生成工具,採用高效的 8-Step 推理架構,可在消費級 GPU 上快速生成高品質 AI 圖片,同時大幅降低運算成本。
先用簡單模式快速出圖,需要時再展開精確控制。
針對常見創作目標設計的實用起點。
準確呈現中英標題、招牌與活動版面。
快速生成乾淨電商圖與高級棚拍廣告。
精確控制鏡頭、燈光與構圖的策劃型人像。
符合平台比例、文字層級清楚的直式創意。
每張已儲存圖片都會帶著提示詞、尺寸、Seed、積分成本與父級參考進入下一步。
建立第一版方向
將結果用作參考
控制畫面變化程度
重新調整構圖
免費匯出
簡單/進階生成模式與視覺化風格預設。
1 積分
對私密參考圖進行增強、微調、換風格或重繪。
1 積分
加入真實感、鏡頭、燈光、構圖與精確文字。
免費
從既有結果繼續增強,並保留圖片關係。
1 積分
為產品與素材輸出透明 PNG。
1 積分
用參考圖控制姿勢、深度或邊緣。
3 積分









填補了輕量級模型與巨型模型之間的空白,Z-Image-Turbo 在速度、質量和易用性之間找到了完美的平衡點。
內建 Qwen 3.4B 大語言模型作為大腦。不再有亂碼的漢字,無論是書法、招牌還是複雜的中文排版,都能精準渲染。
激進的架構創新。將文本與圖像 Token 統一處理,類似 GPT-4 的處理方式,每一分參數都在同時服務於圖像生成和語義理解。
真正的開源自由。不同於 Flux.1 的商業限制,您可以自由商用、修改、集成,是初創企業和遊戲工作室的理想基座。
傳統模型採用「雙流」架構,圖像和文本各跑各的。Z-Image-Turbo 採用 可擴展單流擴散 Transformer (S3-DiT)。
在性能、成本與生態之間,我們提供了最優解。
| 指標 | Z-Image-Turbo | Flux.1 (Dev) | SDXL Base |
|---|---|---|---|
| 參數量 | 6B (黃金平衡) | 12B (龐大) | 2.6B |
| 顯存需求 | 12GB (原生 BF16) | 24GB+ (或量化) | 8GB |
| 推論步數 | 8 步 (Distilled) | 20-50 步 | 20-50 步 |
| 文本編碼器 | Qwen 3.4B (中英雙語) | T5 + CLIP | OpenCLIP |
| 中文排版 | ⭐️⭐️⭐️⭐️⭐️ 完美 | ⭐️⭐️ 較差 | ⭐️ 亂碼 |
| 開源協議 | Apache 2.0 (可商用) | Non-Commercial | OpenRAIL++ |
| 單圖成本 | API $0.005 起 | 高昂 | 低 |
得益於 6B 參數規模和 8 步蒸餾技術,Z-Image-Turbo 可以在 RTX 3090/4090 等顯示卡上實現 2-3 秒的高清出圖。對於企業用戶,H800 更是能實現亞秒級響應。
# 使用 Diffusers 快速載入
from diffusers import DiffusionPipeline
import torch
# 載入 8-Step Turbo 模型
pipe = DiffusionPipeline.from_pretrained(
"Tongyi-MAI/Z-Image-Turbo",
torch_dtype=torch.bfloat16
).to("cuda")
# 生成圖像
image = pipe(
prompt="賽博龐克偵探,雨夜,霓虹燈,中文招牌寫著"通義實驗室"",
num_inference_steps=8,
guidance_scale=1.0 # 蒸餾模型無需高 CFG
).images[0]
關於模型部署、使用與授權的疑問。
對於原生精度(BF16)運行,推薦使用 16GB VRAM 或更高的顯示卡。如果使用 GGUF/NF4 量化版本,8GB VRAM 的顯示卡也可以流暢運行,且畫質損失極小。
完全可以。 Z-Image-Turbo 採用寬鬆的 Apache 2.0 許可證。這意味著您可以免費將其用於商業用途,無需支付授權費。
像與人聊天一樣自然即可。得益於 Qwen 3.4B 強大的語言理解能力,您可以使用複雜的中文長句。如果需要生成特定文字,請使用引號包裹。
是的。ComfyUI 已實現零日支援(Day-0 Support)。Automatic1111 WebUI 的支援也在開發分支中,預計近期合併。
Z-Image-Turbo 主要是為了解決 效率 和 易用性 問題。推論速度快了 3 倍,顯存佔用少了一半,並且對中文的支援遠超 Flux。