/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
diffusers
Опубликована
23 янв 2026

Z-Image

Генерация изображенийТекст → изображение3 профессии

Z-Image — недистиллированная диффузионная модель Tongyi-MAI для гибкой генерации изображений по текстовым промптам.

51 743скачиваний за 30 дней1 270лайковвеса обновлены28 янв 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

Z-Image — базовая модель семейства ⚡️-Image от проекта Tongyi-MAI для генерации изображений по текстовому описанию. Это недистиллированная модель на архитектуре диффузионного трансформера с однопоточной обработкой (Single-Stream Diffusion Transformer); она рассчитана на пользователей, которым нужны гибкость генерации, точное следование промпту и возможность дообучения или разработки дополнительных условий.

Модель подходит для создания изображений в разных стилях: от фотореализма и кинематографической графики до аниме и стилизованных иллюстраций. Поддерживает Classifier-Free Guidance и негативные промпты, а разные seed дают вариативность композиции, внешности персонажей и освещения. В README рекомендованы разрешения от 512×512 до 2048×2048 пикселей, guidance scale 3,0–5,0 и 28–50 шагов генерации. Для работы указана библиотека Diffusers; веса представлены в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • создание фотореалистичных изображений по описанию
  • генерация кинематографических иллюстраций и цифрового арта
  • создание аниме и стилизованных иллюстраций
  • генерация вариантов композиции и освещения с разными seed
  • дообучение генерации изображений с помощью LoRA
  • генерация изображений с негативными промптами

Ограничения

Для генерации требуется 28–50 шагов, поэтому модель ориентирована на более длительный процесс вывода, чем Z-Image-Turbo. В README не приводятся количественные результаты оценки качества.

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

Official Site  GitHub  Hugging Face  Hugging Face  ModelScope Model  ModelScope Space 

Welcome to the official repository for the Z-Image(造相)project!

🎨 Z-Image

Teaser asethetic diverse negative

Z-Image is the foundation model of the ⚡️- Image family, engineered for good quality, robust generative diversity, broad stylistic coverage, and precise prompt adherence. While Z-Image-Turbo is built for speed, Z-Image is a full-capacity, undistilled transformer designed to be the backbone for creators, researchers, and developers who require the highest level of creative freedom.

z-image

🌟 Key Features

  • Undistilled Foundation: As a non-distilled base model, Z-Image preserves the complete training signal. It supports full Classifier-Free Guidance (CFG), providing the precision required for complex prompt engineering and professional workflows.
  • Aesthetic Versatility: Z-Image masters a vast spectrum of visual languages—from hyper-realistic photography and cinematic digital art to intricate anime and stylized illustrations. It is the ideal engine for scenarios requiring rich, multi-dimensional expression.
  • Enhanced Output Diversity: Built for exploration, Z-Image delivers significantly higher variability in composition, facial identity, and lighting across different seeds, ensuring that multi-person scenes remain distinct and dynamic.
  • Built for Development: The ideal starting point for the community. Its non-distilled nature makes it a good base for LoRA training, structural conditioning (ControlNet) and semantic conditioning.
  • Robust Negative Control: Responds with high fidelity to negative prompting, allowing users to reliably suppress artifacts and adjust compositions.

🆚 Z-Image vs Z-Image-Turbo

AspectZ-ImageZ-Image-Turbo
CFG✅❌
Steps28~508
Fintunablity✅❌
Negative Prompting✅❌
DiversityHighLow
Visual QualityHighVery High
RL❌✅

🚀 Quick Start

Installation & Download

Install the latest version of diffusers:

pip install git+https://github.com/huggingface/diffusers

Download the model:

pip install -U huggingface_hub
HF_XET_HIGH_PERFORMANCE=1 hf download Tongyi-MAI/Z-Image

Recommended Parameters

  • Resolution: 512×512 to 2048×2048 (total pixel area, any aspect ratio)
  • Guidance scale: 3.0 – 5.0
  • Inference steps: 28 – 50

Usage Example

import torch
from diffusers import ZImagePipeline

# Load the pipeline
pipe = ZImagePipeline.from_pretrained(
    "Tongyi-MAI/Z-Image",
    torch_dtype=torch.bfloat16,
    low_cpu_mem_usage=False,
)
pipe.to("cuda")

# Generate image
prompt = "两名年轻亚裔女性紧密站在一起,背景为朴素的灰色纹理墙面,可能是室内地毯地面。左侧女性留着长卷发,身穿藏青色毛衣,左袖有奶油色褶皱装饰,内搭白色立领衬衫,下身白色裤子;佩戴小巧金色耳钉,双臂交叉于背后。右侧女性留直肩长发,身穿奶油色卫衣,胸前印有“Tun the tables”字样,下方为“New ideas”,搭配白色裤子;佩戴银色小环耳环,双臂交叉于胸前。两人均面带微笑直视镜头。照片,自然光照明,柔和阴影,以藏青、奶油白为主的中性色调,休闲时尚摄影,中等景深,面部和上半身对焦清晰,姿态放松,表情友好,室内环境,地毯地面,纯色背景。"
negative_prompt = "" # Optional, but would be powerful when you want to remove some unwanted content

image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    height=1280,
    width=720,
    cfg_normalization=False,
    num_inference_steps=50,
    guidance_scale=4,
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]

image.save("example.png")

📜 Citation

If you find our work useful in your research, please consider citing:

@article{team2025zimage,
  title={Z-Image: An Efficient Image Generation Foundation Model with Single-Stream Diffusion Transformer},
  author={Z-Image Team},
  journal={arXiv preprint arXiv:2511.22699},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
04cc4ab

0 моделей