/ Модель

Характеристики

Размер весов
65,1 ГБ
Лицензия
Apache 2.0
Базовая модель
Z-Image-Turbo
Опубликована
12 дек 2025

Z-Image-Turbo_fp8_comfyui

Генерация изображенийТекст → изображение3 профессии

Z-Image-Turbo_fp8_comfyui — квантованная версия модели Z-Image-Turbo, разработанной командой Z-Image; в карточке также указана базовая модель Tongyi-MAI/Z-Image-Turbo.

992скачиваний за 30 дней5лайковвеса обновлены16 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

Модель предназначена для генерации изображений по текстовому описанию и интеграции с ComfyUI. Она распространяется в формате single-file diffusion с использованием safetensors и квантования FP8, что ориентировано на более эффективное выполнение по сравнению с версиями в FP32, FP16 или BF16.

Архитектурно модель относится к семейству Z-Image, описанному как foundation model для генерации изображений на основе однопоточного Diffusion Transformer. Указан английский язык, однако сведения о поддерживаемых разрешениях, размере модели, длине контекста, точных требованиях к памяти и дополнительных модальностях отсутствуют. Сильными сторонами являются текстовая генерация изображений, совместимость с ComfyUI и сниженная точность FP8; возможным ограничением выступает зависимость от соответствующего рабочего процесса ComfyUI и потенциальные компромиссы квантования. Модель лицензирована по Apache-2.0.

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

Генеративная модель выложена не в формате diffusers: рантайм её не загрузит.

Ревизия весов
11396da

0 моделей