/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Z-Image
Библиотека
diffusers
Опубликована
26 июл 2026

POCKET-Image-Zimage

Генерация изображенийТекст → изображение3 профессии

4-битная сборка Z-Image от VIDRAFT для генерации изображений по текстовым промптам на устройствах с ограниченной VRAM.

74скачиваний за 30 дней46лайковвеса обновлены25 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

POCKET-Image-Zimage — сборка модели Z-Image в 4-битном формате NF4, подготовленная VIDRAFT для генерации изображений на устройствах с ограниченной видеопамятью. Это диффузионная модель для преобразования текстового промпта в изображение; репозиторий упакован для Diffusers и содержит веса в формате safetensors. По карточке, сборка занимает около 6 ГБ, а генерация возможна примерно от 8,6 ГБ VRAM или от 4,5 ГБ с выгрузкой части вычислений на CPU; для сравнения, базовая версия bf16 требует около 23,3 ГБ VRAM.

Модель подходит для создания иллюстраций и фотореалистичных изображений по текстовому описанию. Указанная в карточке функция точного отображения корейского и многоязычного текста относится к полной системе POCKET-Image, а не гарантируется одними весами этой модели. Для запуска NF4-сборки требуются CUDA и bitsandbytes; карточка указывает лицензию Apache-2.0.

Сценарии применения

  • генерация фотореалистичных изображений по описанию
  • создание иллюстраций на локальном устройстве
  • генерация изображений при ограниченной видеопамяти
  • создание изображений по англоязычным и корейским промптам

Ограничения

Для NF4-сборки требуются CUDA и bitsandbytes; фактический пик использования VRAM при перезагрузке и генерации указан как около 10,9 ГБ. Точное отображение корейского и многоязычного текста заявлено для полной системы POCKET-Image и не гарантируется этими весами отдельно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🆕 POCKET-Qwen3.8-Flash-Next — a 180B model running on a laptop with 8 GB VRAM + 32 GB RAM · 4.17 tok/s measured.

New VRAM RAM Speed

🆕 POCKET-Zimage-CPU — photoreal images in 46 s on a CPU only. No GPU, no CUDA, no Python.

New Space RAM

📚 Collections

▶ POCKET Models — this family (on-device, no GPU) Darwin Family · Aether Foundation · VKAE Accelerated

🖼️ POCKET-Image-Zimage — 4-bit (NF4) Z-Image for on-device

Pick your build → 35B 26B KR GGUF KR MLX EN GGUF 180B laptop Image NF4 Image CPU

A 4-bit (NF4) quantized build of Z-Image (Apache-2.0), packaged by VIDRAFT for low-VRAM, on-device image generation — part of the POCKET line.

  • 📦 ~6 GB on disk (transformer + text encoder in NF4, VAE in fp16)
  • ⚡ Runs from ~8.6 GB VRAM (≈4.5 GB with CPU offload) — vs 23.3 GB for bf16
  • 🎯 ~2.7–5× smaller footprint, quality on par with the bf16 base

Usage

import torch
from diffusers import ZImagePipeline   # or ZImageImg2ImgPipeline / ZImageInpaintPipeline

pipe = ZImagePipeline.from_pretrained(
    "FINAL-Bench/POCKET-Image-Zimage", torch_dtype=torch.bfloat16
).to("cuda")
img = pipe("a serene mountain lake at sunrise, photorealistic", num_inference_steps=20).images[0]
img.save("out.png")

Requires bitsandbytes (CUDA). Measured reload + generate peak: ~10.9 GB VRAM. For Apple Silicon / CPU, an optimum-quanto int8 build (~13.4 GB) is the portable option.

🎨 The full POCKET-Image system

This repo hosts the quantized base model only. The headline character-perfect Korean & multilingual text feature is delivered by the POCKET-Image pipeline, not by these weights alone. Try the full system here:

Base model: Tongyi-MAI/Z-Image (Apache-2.0) · Quantization: bitsandbytes NF4 · By VIDRAFT.


🧩 The POCKET Family — On-device AI by VIDRAFT

Big models, small hardware. No GPU, no cloud.

Models

Demos & tools (Spaces)

📚 Full POCKET collection

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
d40c018

0 моделей