Z-Image-Turbo

Z-Image-Turbo to model, który laboratorium Tongyi należące do Alibaby wydało jako pierwszy z rodziny Z-Image — wcześniej niż model bazowy, z którego został przedestylowany. Wagi pojawiły się na Hugging Face 25 listopada 2025, repozytorium kodu dzień później, jedno i drugie na Apache 2.0, co jest u chińskiego generatora obrazów tej klasy rzadkością: większość wychodzi na własnych licencjach z zapisami o dozwolonym użyciu. Pomysł techniczny to szybkość bez zapaści jakości. Tam, gdzie model dyfuzyjny potrzebuje zwykle kilkudziesięciu przejść odszumiania, Turbo jest uczony kończyć w ośmiu — co Alibaba podaje jako generowanie poniżej sekundy na akceleratorze H800 i co sprowadza obraz 1024×1024 w zasięg konsumenckiej karty graficznej z 16 GB pamięci. Jak to zrobiono, opisują dwie prace samego laboratorium: Decoupled-DMD, rozdzielający dwa mechanizmy odpowiadające za skuteczność destylacji dopasowującej rozkłady, oraz DMDR, wplatający w tę destylację uczenie ze wzmocnieniem. Architektura pod spodem to, w nazewnictwie Alibaby, jednostrumieniowy transformer dyfuzyjny — tekst, semantyka obrazu i tokeny obrazu zszyte w jedną sekwencję na 30 warstwach, zamiast rozdzielenia na dwie wieże. W czym Turbo jest dobry i z czego rezygnuje, jest spisane. Wiernie wypisuje chiński i angielski tekst wewnątrz obrazu, dobrze trzyma fotorealizm i blisko trzyma się polecenia; w zamian nie przyjmuje poleceń negatywnych, ignoruje siłę prowadzenia, daje wyraźnie mniej różnorodności między losowaniami niż nieprzedestylowana baza, a Alibaba wprost podaje go jako nienadający się do dostrajania. Do tego wydano dwa miesiące później model bazowy Z-Image. Deklaracja wyniku — najlepszy wśród modeli o otwartych wagach w rankingu Elo ludzkich preferencji — pochodzi z należącej do Alibaby AI Areny, jest więc pomiarem producenta, a nie niezależnym. Ruch przynajmniej nie budzi wątpliwości: 681 390 pobrań z oficjalnego repozytorium w trzydziestu dniach do 17 września 2026, plus 7,76 miliona z społecznościowego przepakowania tych samych wag pod ComfyUI.

▸Wideo

Brak materiałów wideo.

▸Recenzje