/ Модель

Характеристики

Размер весов
26,7 ГБ
Лицензия
Apache 2.0
Базовая модель
Z-Image
Библиотека
diffusion-single-file
Опубликована
28 июн 2026

fullgreed

Генерация изображенийТекст → изображение3 профессии

Fullgreed — дообученная на базе Z-Image модель для генерации фотореалистичных портретов и селфи по текстовым описаниям.

5 981скачиваний за 30 дней29лайковвеса обновлены11 июл 2026

Бенчмарки

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

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

Fullgreed — дообученная модель генерации изображений на основе Z-Image от Alibaba Tongyi. Это диффузионный трансформер S3-DiT с 6 млрд параметров, настроенный на фотореалистичные портреты и селфи с видом снимков на телефон: естественное освещение, правдоподобная текстура кожи и волос. При дообучении изменялись веса проекций внимания и feed-forward слоёв, а нормализации, эмбеддеры и временное кондиционирование базовой модели оставлены без изменений.

Модель принимает текстовые промпты и создаёт изображения; также сохраняет следование двуязычным промптам, отрисовку текста и работу с композицией, унаследованные от Z-Image. Рекомендуемое разрешение — около 1024×1024, возможна генерация до примерно 4K. В репозитории доступны веса BF16 и вариант INT8 в формате safetensors; для INT8 автор заявляет визуально одинаковый результат и работу в ComfyUI без дополнительных узлов. Рекомендуемые настройки — 8–20 шагов и CFG 1–4.

Для загрузки предусмотрены компоненты и инструкции для ComfyUI; также заявлена поддержка Draw Things и других приложений, совместимых с Z-Image. Модель распространяется по лицензии Apache-2.0. Фотореалистичный стиль является целевым, поэтому результаты могут выглядеть чрезмерно обработанными при высоком CFG; оптимальные параметры зависят от промпта и используемого приложения.

Сценарии применения

  • генерация реалистичных селфи по текстовому промпту
  • создание портретов с естественным освещением и текстурой кожи
  • визуализация телефонных и зеркальных снимков
  • генерация фотореалистичных изображений с управлением композицией
  • создание изображений с текстом по промпту

Ограничения

При высоком CFG фотографический вид может стать чрезмерно обработанным; автор рекомендует CFG не выше 4. Заявления о визуальной идентичности INT8 и BF16 приведены автором модели.

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

Fullgreed — Z-Image Base Fine-tune (Photoreal, INT8)

Fullgreed is a fine-tune of Alibaba Tongyi's Z-Image — the 6B-parameter Single-Stream Diffusion Transformer (S3-DiT) — tuned for photorealistic, phone-camera-authentic portraits and selfies: natural lighting, believable skin and hair texture, and outputs that read as real photos rather than "AI renders."

It is a surgical fine-tune: only the attention and feed-forward projection weights were trained, leaving the base model's norms, embedders, and timestep conditioning untouched. Fullgreed keeps everything Z-Image is good at (bilingual prompt following, text rendering, composition) while adding its own photographic character.

Released model

FileWhat it isSize
greed_int8.safetensorsINT8, ComfyUI-native quantization format6.3 GB
fullgreed_bf16.safetensorsFull-precision BF16 (matches the official Z-Image dtype convention)12.3 GB

Both files produce the same images — the INT8 is effectively lossless (measured 0.03% average weight error vs the full-precision weights — visually identical output) at half the size and memory, and it needs no custom nodes: it runs on stock ComfyUI, including ComfyUI Cloud.

Companion files are included in this repo for convenience:

  • qwen_3_4b.safetensors — text encoder (Qwen3-4B)
  • money_vae_f16.safetensors — the standard Flux 16-channel VAE repackaged in fp16 for a smaller download; interchangeable with the official ae.safetensors
  • workflows/alphgreed_workflow.json — ready-made ComfyUI workflow (text-to-image + SeedVR2 upscale stage)

Loading (ComfyUI)

  • Diffusion model: Load Diffusion Model (UNETLoader) → greed_int8.safetensors
  • Text encoder: CLIPLoader → qwen_3_4b.safetensors, type lumina2
  • VAE: VAELoader → money_vae_f16.safetensors
  • ModelSamplingAuraFlow node with shift = 3
  • Latent: EmptySD3LatentImage

Also runs in Draw Things (import as a Z-Image model) and anything else that supports Z-Image.

Recommended settings

  • Steps: 8–20
  • CFG: 1–4 (sweet spot ≈ 1–3; a negative prompt works)
  • Sampler / scheduler: res_multistep / simple (euler also works)
  • Resolution: native around 1024×1024, up to ~4K

Tips

  • Slight CFG restraint (≤4) preserves the photographic look; high CFG pushes toward an over-processed render feel.
  • The model responds well to camera-language prompts: phone selfie, mirror shot, golden hour, indoor tungsten, shallow depth of field, etc.
  • The INT8 file uses ComfyUI's native quantization format — no custom nodes or CUDA extensions. It is not the same as older int8 builds that required a custom node to decode.

Credits & license

  • Base model: Z-Image by Tongyi-MAI, Alibaba Group — see the Z-Image technical report (arXiv 2511.22699).
  • Text encoder: Qwen3-4B (Alibaba). VAE: Flux VAE family (Black Forest Labs).
  • License: Apache-2.0, matching the Z-Image base model.

Please generate responsibly. Do not use this model to create images of real people without their consent.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusion-single-file

Нельзя запустить

В репозитории 4 LoRA-файлов, и по карточке не понять, какой из них запускать.

Ревизия весов
588ed24

0 моделей