Alibaba Z-Image

Z-Image от лаборатории Tongyi-MAI Alibaba создаёт изображения по текстовому описанию. Акцент сделан на фотореализме и надписях.

Автор
Alibaba
ID модели
qwen/z-image
Модальности
текст → изображения
За запрос
9,6 кредитов · 0,96 ₽ · 1 ₽ = 10 кредитов
Цена за вариант
nsfw_checker: true
Доступность
Активна ·

Описание

Z-Image генерирует картинку из текстового описания. Модель разработана лабораторией Tongyi-MAI компании Alibaba и, по описанию разработчика, построена на однопоточном диффузионном трансформере с 6 миллиардами параметров. В семействе есть сжатый вариант Z-Image-Turbo, которому достаточно 8 шагов вычисления. Разработчик выделяет фотореалистичную картинку, точное следование инструкциям и аккуратный рендеринг сложного текста на английском и китайском языках. Редактирование готовых изображений разработчик отнёс к отдельным вариантам семейства. Веса Z-Image-Turbo опубликованы под лицензией Apache 2.0.

Кому подходит

  • Командам, которым нужны картинки из одного текстового запроса без исходных фото
  • Тем, кто делает макеты с надписями на английском и китайском
  • Инженерам, которые сопоставляют вызов с открытыми весами Z-Image-Turbo

Ограничения

  • На входе текстовое описание: для правки готовых фото разработчик предлагает отдельные варианты семейства
  • Для Turbo-версии разработчик отмечает низкое разнообразие результатов

Сценарии использования

  • Постеры с китайской и английской надписью — Дизайнер маркетплейса делает баннер, где заголовок на китайском и английском должен читаться без правки в редакторе.
  • Фотореалистичные референсы для съёмки — Арт-директор получает серию кадров с нужным светом и композицией, чтобы согласовать идею до выезда фотографа.
  • Перебор формулировок промпта — Продакт-менеджер пробует десятки описаний, пока не найдёт визуал для карточки новой функции.
  • Сравнение с открытыми весами — ML-инженер прогоняет те же запросы и сопоставляет результат с открытыми весами Z-Image-Turbo.

FAQ

Можно ли загрузить своё изображение и отредактировать его?

В этом варианте на входе текстовое описание. Редактирование разработчик отнёс к вариантам Z-Image-Edit и Z-Image-Omni-Base, это отдельные модели семейства.

Сколько параметров у Z-Image?

У Z-Image заявлено 6 миллиардов параметров. Архитектура однопоточная: токены текста и изображения проходят через один диффузионный трансформер.

Умеет ли Z-Image писать текст на картинках?

Да, по описанию разработчика модель аккуратно выводит сложный текст на английском и китайском. Длинные абзацы лучше проверять на своих примерах.

Что такое Z-Image-Turbo и чем он отличается от базовой Z-Image?

Z-Image-Turbo — ускоренная версия, которой достаточно 8 шагов. Базовая Z-Image рассчитана на качество, разнообразие и дообучение и работает за 50 шагов с CFG.

Под какой лицензией выпущены веса Z-Image?

Веса Z-Image-Turbo выпущены под лицензией Apache 2.0, как указано на странице разработчика на Hugging Face.

Все AI-модели каталога Apikley — доступ через API из России, оплата в рублях, без VPN.