阿里造相Z-Image系列模型

模型介绍

Z-Image 是一个强大且高效的图像生成模型，拥有 6B 参数。目前有三个变体：

• 🚀 Z-Image-Turbo – Z-Image 的精简版，仅用 8 NFEs（函数评估次数）就能与领先的竞争对手匹敌或超越。它在企业级 H800 GPU 上提供 ⚡️亚秒级推理延迟⚡️，并且可以轻松适应 16G VRAM 消费设备。它在逼真图像生成、双语文本渲染（英语和中文）以及强大的指令遵循方面表现出色。
• 🧱 Z-Image-Base – 非精简的基础模型。通过发布这个检查点，我们旨在解锁社区驱动的微调和自定义开发的全部潜力。
• ✍️ Z-Image-Edit – 专门针对图像编辑任务进行微调的 Z-Image 变体。它支持创意的图像到图像生成，并具有令人印象深刻的指令遵循能力，允许基于自然语言提示进行精确编辑。

现阶段提供的模型为：

z_image_turbo_bf16.safetensors

使用方法

• 将z_image_turbo_bf16.safetensors放到ComfyUI\models\diffusion_models路径内
• text_encoders里面的qwen_3_4b.safetensors模型放到\ComfyUI\models\text_encoders路径内
• 还需要一个vae模型。和FLux的vae模型相同，可到下面链接下载ae.safetensors：
  flux1-kontext-dev-fp8 图像编辑模型（非加速版本）-数字折叠