/ Модель

Характеристики

Размер весов
57,3 ГБ
Лицензия
Apache 2.0
Базовая модель
Z-Image-Turbo
Опубликована
11 дек 2025

Z-Image-Turbo_fp32-fp16-bf16_comfyui

Генерация изображенийТекст → изображение3 профессии

Варианты Z-Image-Turbo для ComfyUI генерируют изображения по текстовым описаниям.

955скачиваний за 30 дней9лайковвеса обновлены11 дек 2025

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

tsqn/Z-Image-Turbo_fp32-fp16-bf16_comfyui — репозиторий с вариантами весов Z-Image-Turbo, подготовленными для использования в ComfyUI. Модель предназначена для генерации изображений по текстовым описаниям; её базовая модель — Tongyi-MAI/Z-Image-Turbo. Файлы представлены в формате safetensors, лицензия — Apache-2.0.

Карточка перечисляет рабочие процессы ComfyUI, а метаданные подтверждают задачу text-to-image и поддержку английского языка. Подробности о размере, контексте и конкретных вариантах точности в доступных данных не приведены. Как и у других моделей генерации изображений, результат зависит от текстового запроса и может не соответствовать ему точно.

Сценарии применения

  • создание иллюстраций по текстовому описанию
  • быстрые визуальные концепты для творческих проектов
  • генерация изображений в рабочих процессах ComfyUI

Ограничения

Доступная карточка почти не содержит сведений о настройках и качестве модели; соответствие изображения запросу зависит от формулировки текста.

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

Workflows: https://comfyanonymous.github.io/ComfyUI_examples/z_image/

@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}
}

@article{liu2025decoupled,
  title={Decoupled DMD: CFG Augmentation as the Spear, Distribution Matching as the Shield},
  author={Dongyang Liu and Peng Gao and David Liu and Ruoyi Du and Zhen Li and Qilong Wu and Xin Jin and Sihan Cao and Shifeng Zhang and Hongsheng Li and Steven Hoi},
  journal={arXiv preprint arXiv:2511.22677},
  year={2025}
}

@article{jiang2025distribution,
  title={Distribution Matching Distillation Meets Reinforcement Learning},
  author={Jiang, Dengyang and Liu, Dongyang and Wang, Zanyi and Wu, Qilong and Jin, Xin and Liu, David and Li, Zhen and Wang, Mengmeng and Gao, Peng and Yang, Harry},
  journal={arXiv preprint arXiv:2511.13649},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории 6 LoRA-файлов, и по карточке не понять, какой из них запускать.

Ревизия весов
6d363d6

0 моделей