Z-Image-Turbo — הדגמה
קוד פתוחTongyi-MAIapache-2.02025-11-26
מייצר תמונות מטקסט בעזרת מודל מהיר של עליבאבא. מתאים למי שרוצה לבדוק פרומפטים ולקבל תוצאה תוך שניות בלי להגדיר שרת משלו.
- 6.2Bפרמטרים
- 30.6 GBמשקל הקבצים
- —הורדות בחודש
- 1,910לייקים
מה זה
אתם מקלידים תיאור טקסטואלי באנגלית ובוחרים רזולוציה מקטגוריה של 1024 פיקסלים. אפשר לקבוע סיד ידני או להשאיר אותו אקראי, ולשחק עם פרמטר שנקרא טיים שיפט שמוגדר כברירת מחדל על 3.0. בסיום התהליך מקבלים תמונה בגלריה לצד הסיד המדויק שבו נעשה שימוש.
מתחת למכסה רץ Z-Image-Turbo דרך ספריית diffusers, שמשלב טרנספורמר תמונה ייעודי עם מודל שפה לתפיסת הפרומפט ומתזמן מסוג FlowMatchEuler. הממשק כולל דוגמאות מובנות של פרומפטים לטעינה מהירה, ומשתמש בבודק בטיחות סטנדרטי מבוסס קליפ שמסנן תוצאות בעייתיות.
מתאים ל
- בדיקת פרומפטים מהירה
ניסוי רעיונות ויזואליים בתוך שניות בזכות שמונה צעדי דיפוזיה בלבד.
- יצירת תמונות ברזולוציה גבוהה
הפקת תמונות לפי יחסי ממדים שונים סביב רזולוציית בסיס של 1024 פיקסלים.
- שחזור תוצאות מדויק
שליטה ידנית בערכי סיד ופרמטר הזמן כדי לייצר וריאציות עקביות.
איפה זה נופל
מספר הצעדים נעול בקוד על 8 ולא ניתן לשינוי, כך שאי אפשר לבדוק דיוק גבוה יותר או איטרציות ארוכות. המערכת כוללת סינון בטיחות קשיח של פרומפטים ותמונות שעלול לחסום יצירות לגיטימיות. אפשרות שדרוג הפרומפט שמופיעה בקוד מנוטרלת בממשק, כך שהתוצאה תלויה אך ורק בניסוח שלכם ללא עזרה חיצונית.
שאלות
נפוצות
האם השימוש באפליקציה עולה כסף?
לא. האפליקציה זמינה בחינם בדפדפן על גבי תשתית החומרה השיתופית של האתר.
כמה זמן לוקח לייצר תמונה?
שניות בודדות מרגע תחילת הריצה, מכיוון שהמודל פועל בשמונה צעדים על מעבד A10G. אם יש עומס משתמשים ברשת, ייתכן שתמתינו מעט לתור שלכם.
האם אפשר להריץ את זה על המחשב שלי?
כן, המודל והקוד פתוחים תחת רישיון אפאצ'י 2.0 ומשתמשים בספריות diffusers וטרנספורמרס סטנדרטיות. תצטרכו כרטיס מסך מתאים כדי להריץ אותו מקומית.
במה הממשק הזה שונה משימוש במודל ישירות בקוד?
הממשק מקבע את מספר צעדי הדיפוזיה ל־8 ונועל חלק מההגדרות כדי לשמור על מהירות ופשטות. בהרצה ישירה בקוד יש לכם שליטה מלאה בכל פרמטר של הצינור.
איך מריצים
כותבים פרומפט, משאירים את מספר הצעדים נעול על 8, ולוחצים על כפתור הייצור. ההרצה מתבצעת על מעבד גרפי A10G דרך תשתית זירו ג'יפיאו שמקצה משאבים לפי דרישה. בגלל שמדובר במודל טורבו שרץ בשמונה צעדים בלבד, התמונה נוצרת מהר, אבל בעומס על המערכת ייתכן שתמתינו בתור קצר עד שהמעבד יתפנה.
pip install -U huggingface_hub hf download Tongyi-MAI/Z-Image-Turbo
הקבצים
32 קבצים במאגר, 30.6 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
- transformer/diffusion_pytorch_model-00002-of-00003.safetensors10.0 GB
- transformer/diffusion_pytorch_model-00001-of-00003.safetensors10.0 GB
- transformer/diffusion_pytorch_model-00003-of-00003.safetensors4.7 GB
- text_encoder/model-00002-of-00003.safetensors4.0 GB
- text_encoder/model-00001-of-00003.safetensors4.0 GB
- vae/diffusion_pytorch_model.safetensors167.7 MB
- text_encoder/model-00003-of-00003.safetensors99.6 MB
- assets/Z-Image-Gallery.pdf15.8 MB
- tokenizer/tokenizer.json11.4 MB
- assets/reasoning.png7.7 MB
- assets/showcase_rendering.png7.6 MB
- assets/showcase.jpg6.4 MB
- assets/showcase_realistic.png6.3 MB
- assets/showcase_editing.png4.7 MB
- tokenizer/vocab.json2.8 MB
- assets/leaderboard.png2.0 MB
- tokenizer/merges.txt1.7 MB
- assets/architecture.webp422.4 KB
- assets/DMDR.webp173.0 KB
- assets/decoupled-dmd.webp152.1 KB
- assets/leaderboard.webp63.8 KB
- transformer/diffusion_pytorch_model.safetensors.index.json49.0 KB
- text_encoder/model.safetensors.index.json32.8 KB
- README.md13.7 KB
- tokenizer/tokenizer_config.json9.7 KB
- .gitattributes2.2 KB
- vae/config.json805 B
- text_encoder/config.json726 B
- transformer/config.json473 B
- model_index.json467 B
- text_encoder/generation_config.json239 B
- scheduler/scheduler_config.json173 B
הרישיון
הקוד והמודל משוחררים תחת רישיון אפאצ'י 2.0. הרישיון מאפשר שימוש מסחרי חופשי, שינוי והפצה, בכפוף לשמירה על תנאי הרישיון וזכויות היוצרים המקוריות.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים