/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Z-Image
Библиотека
ggml
Опубликована
27 янв 2026

Z-Image-GGUF

Генерация изображенийТекст → изображение3 профессии

unsloth/Z-Image-GGUF — это GGUF-квантизированная версия базовой модели Z-Image, разработанной командой Tongyi-MAI.

124 тыс.скачиваний за 30 дней198лайковвеса обновлены28 янв 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

Модель предназначена для генерации изображений по текстовому описанию и ориентирована на создателей контента, исследователей и разработчиков, которым нужны высокое качество, разнообразие визуальных стилей и точное следование промптам.

Z-Image представляет собой полноразмерный, недистиллированный Single-Stream Diffusion Transformer. Она поддерживает Classifier-Free Guidance, отрицательные промпты и последующее дообучение, включая LoRA, а также структурное и семантическое управление. Модель рассчитана на разрешения от 512×512 до 2048×2048 при произвольном соотношении сторон, рекомендуемое число шагов генерации — 28–50, guidance scale — 3,0–5,0. В README указан английский язык, однако пример промпта приведён на китайском языке.

Сильные стороны модели — широкий диапазон стилей от фотореализма и кинематографического цифрового искусства до anime и стилизованных иллюстраций, высокая вариативность композиции, лиц и освещения, а также эффективное управление нежелательными элементами через negative prompting. По сравнению с дистиллированной Z-Image-Turbo она требует больше шагов инференса, но сохраняет большую гибкость и пригодность к настройке. GGUF-версия использует методологию Unsloth Dynamic 2.0: важные слои переводятся в более высокую точность, а инструменты предоставлены ComfyUI-GGUF. Лицензия — 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

This is a GGUF quantized version of Z-Image. unsloth/Z-Image-GGUF uses Unsloth Dynamic 2.0 methodology for SOTA performance.

  • Important layers are upcasted to higher precision.
  • Uses tooling from ComfyUI-GGUF by city96.

Official Site  GitHub  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 · ggml

Нельзя запустить

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

Ревизия весов
c9913e6

0 моделей