Z-Image

Z-Image to model bazowy rodziny Z-Image Alibaby — pełnowymiarowy transformer, z którego przedestylowano ośmiokrokowe Z-Image-Turbo. Opublikowano go jako drugi: wagi Turbo pojawiły się 25 listopada 2025, te 23 stycznia 2026, jedne i drugie na Apache 2.0, bez bramki. Architektonicznie to ten sam jednostrumieniowy transformer dyfuzyjny o 6 miliardach parametrów; różni się to, co zrobiono po wstępnym uczeniu. Turbo przepuszczono przez destylację i uczenie ze wzmocnieniem, żeby kończył w ośmiu przejściach, a Z-Image zatrzymuje się po dostrajaniu nadzorowanym i zachowuje pełny sygnał uczący. Ta różnica jest całym sensem tego wydania. Ponieważ nie jest przedestylowany, Z-Image obsługuje pełne prowadzenie bez klasyfikatora, a to ono sprawia, że działają polecenia negatywne — użytkownik może wiarygodnie usunąć artefakt albo układ kadru, zamiast losować od nowa. Alibaba podaje też wyraźnie większą zmienność między losowaniami, co ma znaczenie w scenach wieloosobowych, gdzie model przedestylowany powtarza te same twarze, i wskazuje ten model jako przewidzianą bazę do uczenia LoRA, warunkowania strukturalnego w stylu ControlNet oraz warunkowania semantycznego. Zalecane nastawy są opublikowane, a nie zostawione domysłom: od 512×512 do 2048×2048 liczone łączną liczbą pikseli, w dowolnych proporcjach, prowadzenie 3,0–5,0, od 28 do 50 kroków. W tabeli porównawczej samej Alibaby wymiana jest opisana bez ogródek: Turbo wygrywa jakością obrazu, Z-Image różnorodnością i podatnością na dostrajanie. Trzeci punkt kontrolny, Z-Image-Omni-Base, jest wymieniony jako najbardziej surowy punkt wyjścia, a Z-Image-Edit jako wariant do edycji; na 17 września 2026 oba wciąż mają w spisie adnotację „do wydania", więc realnie do pobrania jest te dwa modele. Ruch idzie za szybkim: 63 475 pobrań w trzydziestu dniach do 17 września 2026 wobec 681 390 dla Turbo — jedna dziesiąta ruchu u modelu, od którego musi zacząć każde dostrojenie w tej rodzinie.

▸Wideo

Brak materiałów wideo.

▸Recenzje