jayn7/Z-Image-Turbo-GGUF

קוד פתוח

jayn7apache-2.02025-11-27

gguf
text-to-image
image-generation

גרסת GGUF מכווצת של Z-Image Turbo ליצירת תמונות מטקסט. פתרון מתאים למי שרוצה להריץ מחולל תמונות מהיר מקומית בלי לפוצץ את הזיכרון הגרפי.

38.6 GBמשקל הקבצים
35,520הורדות בחודש
391לייקים

מה זה

המאגר הזה מכיל המרות בפורמט GGUF למודל יצירת התמונות Z-Image Turbo שפותח במקור על ידי Tongyi-MAI. המטרה של המרות כאלה היא לאפשר עבודה בסביבות מקומיות מוגבלות במשאבים, באמצעות שימוש בכלים מוכרים כמו ComfyUI עם תוסף GGUF ייעודי או ישירות דרך ספריית Diffusers.

בניגוד למודלי בסיס כבדים שלוקחים שניות ארוכות לכל פריים, מודלים מסוג טורבו מתמקדים בריצה מהירה ובמספר צעדים נמוך. החבילה כאן מתבססת גם על מקודד טקסט נפרד מסוג Qwen3-4B שמגיע גם הוא בפורמט מכווץ, מה שאומר שהמערכת נשענת על הבנת שפה מתקדמת כדי לפרש את ההנחיות שלכם לפני יצירת התמונה.

כל הקבצים במאגר שוקלים יחד 38.6 גיגה-בייט ומחולקים לאחת עשרה רמות כיול שונות, כך שאפשר לבחור את יחס הדחיסה המדויק שמתאים למחשב שלכם.

מתאים ל

עבודה מקומית ב־ComfyUI
מאפשר לייצר תמונות ישירות בכרטיס המסך הביתי תוך שימוש בזיכרון נמוך בהרבה מהמודל המקורי.
יצירת תמונות מהירה
מתאים לתהליכים שדורשים זמני תגובה קצרים יחסית בזכות ארכיטקטורת טורבו שמצריכה מעט צעדים.
הטמעה בפייתון
רץ ישירות דרך ספריית Diffusers כחלק מצינור עיבוד תמונות עצמאי בארגון ללא תלות ברשת.

איפה זה נופל

דפי המאגר לא מציגים מדדי ביצועים רשמיים או בדיקות השוואתיות של איכות התמונה לעומת המקור, ולכן צריך לבדוק בעצמכם האם הכיווץ פגע בפרטים קטנים או ביכולת לעקוב אחרי הנחיות מורכבות. בנוסף, מודל התמונה לא עובד לבד וחייב הורדה נפרדת של מקודד הטקסט, מה שמוסיף התעסקות בהגדרה הראשונית ומסרבל את שרשרת הריצה בהשוואה למודלים שמגיעים כקובץ אחד מוכן.

שאלות
נפוצות

האם אפשר להריץ את המודל הזה כקובץ בודד?

לא. כדי שהמערכת תעבוד צריך להוריד גם את משקלי התמונה מהמאגר הזה וגם את מקודד הטקסט Qwen3-4B בנפרד. שני החלקים נדרשים כדי לעבד את הטקסט ולהפוך אותו לתמונה.

איך מחליטים איזה קובץ להוריד מתוך כל ה־11?

הקבצים מייצגים רמות כיול שונות של משקלי המודל. ככל שהכיול אגרסיבי יותר הקובץ קטן יותר ותופס פחות זיכרון, אבל עלול לאבד מאיכות התמונה, לכן בוחרים את הקובץ הגדול ביותר שנכנס בנוחות בזיכרון של כרטיס המסך שלכם.

איך מריצים

כדי להריץ את העסק הזה תצטרכו להוריד את קובץ ה־GGUF הספציפי שמתאים לכרטיס המסך שלכם, יחד עם מקודד הטקסט Qwen3-4B בגרסה המכווצת שלו. החיבור נעשה לרוב דרך ComfyUI-GGUF, שם פשוט טוענים את הקבצים לצמתים המתאימים, או באמצעות כתיבת קוד עם Diffusers מותקן מהמאגר העדכני בגיטהאב.

למרות שמדובר בכיול שמקל על העומס, עדיין צריך כרטיס מסך מודרני עם זיכרון וידאו סביר כדי ליהנות מקצב עבודה מהיר. אם אין לכם חומרה ייעודית מקומית או שאתם בונים שירות שצריך לשרת עשרות משתמשים במקביל, כנראה יהיה זול ופשוט יותר לפנות ל־API חיצוני שמארח מודלי תמונה במקום לתחזק שרתים משלכם.

ollama run hf.co/jayn7/Z-Image-Turbo-GGUF:Q4_K_M

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

Q8_07.2 GB Q6_K5.9 GB Q5_K_M5.5 GB Q5_K_S5.2 GB Q4_K_M5.0 GB Q4_K_S4.7 GB Q3_K_M4.1 GB Q3_K_S3.8 GB

הקבצים

11 קבצים במאגר, 38.6 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי חופשי, שינוי של הקוד והפצה מחדש, כל עוד אתם שומרים על הודעות זכויות היוצרים ומצרפים את נוסח הרישיון המקורי. מותר להטמיע אותו במוצרים פנימיים או מסחריים בלי לחשוף את הקוד שלכם.

שימוש מסחרי
שינוי הקוד
הפצה מחדש
שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗