/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Z-Image
Библиотека
mlx
Опубликована
6 июл 2026

Z-Image-bf16

Генерация изображенийТекст → изображение

Конверсия Z-Image для MLX и Apple Silicon генерирует изображения по текстовым запросам на английском и китайском языках.

0скачиваний за 30 дней0лайковвеса обновлены6 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

mlx-community подготовила конверсию Tongyi-MAI/Z-Image в формат MLX с весами bf16 для компьютеров Apple Silicon. Это диффузионная модель генерации изображений по текстовым запросам: текст кодируется энкодером Qwen3-4B с шаблоном рассуждения, затем обрабатывается одно-поточным S3-DiT, а изображение декодируется с помощью AE из FLUX.1-dev. Модель содержит 6,15 млрд параметров и относится к базовой, недистиллированной версии: генерация выполняется примерно за 28 шагов с CFG и отрицательными промптами.

Репозиторий организован как снимок в структуре diffusers, но веса трансформера сохранены в bf16; для использования предназначен Swift-порт MLX. Квантизация int8 или int4 выполняется при загрузке, что позволяет запускать int4-конвейер примерно с 6 ГБ резидентной памяти. В README приведены результаты проверки численного соответствия Swift-версии PyTorch-эталонам. Поддерживаются английские и китайские запросы. Лицензия — Apache-2.0.

Сценарии применения

  • создание изображений по текстовому описанию на английском языке
  • генерация изображений по китайским промптам
  • создание фотореалистичных сцен по запросу
  • генерация изображений с отрицательными промптами
  • запуск генерации изображений на Mac с Apple Silicon через MLX

Ограничения

Версия рассчитана на запуск через Swift-порт MLX на Apple Silicon. Базовая модель недистиллированная и требует примерно 28 шагов генерации с CFG.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/Z-Image-bf16

MLX (bf16) conversion of Tongyi-MAI/Z-Image (Apache-2.0) for Apple Silicon — a 6.15B single-stream S3-DiT text-to-image model (Qwen3-4B thinking-template conditioning → single-stream DiT → FLUX.1-dev AE decode). Base tier: non-distilled ~28-step with CFG + negative prompts (scheduler shift 6.0) — the quality / LoRA-substrate tier.

Standard diffusers-tree snapshot (transformer/ text_encoder/ vae/ tokenizer/ scheduler/) with the transformer stored at bf16. Loaded by the Swift/MLX port; int8/int4 are produced at load time (correct resident footprint — a q4 pipeline ≈ 6 GB fits a 16 GB Mac).

Parity (Swift port vs PyTorch goldens, fp32/CPU stream)

  • Full 6.15B S3-DiT: cosine ≥0.9999999 (both aligned + padded token cases)
  • FLUX.1-dev AE decode: 118 dB · Qwen3-4B encoder: token ids exact, features cosine 1.0000000
  • Full pipeline e2e: 105–108 dB (256²/CPU)

Use (Swift / MLXEngine)

import MLXZImage
import MLXToolKit
let package = ZImageTurboT2IPackage(configuration: .turbo(quant: .int4, snapshotPath: "<this repo dir>"))
try await package.load()
let r = try await package.run(T2IRequest(prompt: "a lighthouse at dusk, photorealistic",
                                         width: 1024, height: 1024, seed: 42)) as! T2IResponse

Code: https://github.com/xocialize/z-image-swift

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
450b7ef

0 моделей