现在开始想象
在左侧输入提示词，即可生成属于你的独特图像。
什么是 Z-Image？
Z-Image 是新一代先进图像生成基础模型。它采用全新的单流扩散 Transformer（S3-DiT）架构，实现极速、高质量、高可控的图像合成。Z-Image 将文本、语义标记和 VAE 图像标记等所有模态统一融合到一个序列中，大幅提升了参数效率和生成速度。凭借 60 亿参数，Z-Image 致力于在开源生态中树立新标杆，以更快的推理速度实现媲美甚至超越更大规模商业模型的性能。
仅 8 步即可实现超快图像生成（Z-Image-Turbo）
Z-Image 的突出优势在于惊人的生成速度。Turbo 版本仅需 8 次 NFE（函数评估次数）即可生成图像，相比传统扩散模型通常需要的 20-50 步有了质的飞跃。这一突破得益于 Decoupled-DMD 蒸馏框架，该框架将 CFG 增强和分布匹配解耦为独立机制。实际效果包括：企业级 GPU 上实现亚秒级图像生成；消费级硬件上实现实时或接近实时的生成体验；在极少的推理步骤下依然保持高质量输出。这使得 Z-Image 非常适合交互式应用、创意工具、大规模批量生成以及实时用户体验场景。
精准的中英双语文字渲染
文字生成一直是图像模型的薄弱环节，尤其是在处理复杂文字或混合语言时。Z-Image 正面解决了这一难题，展现出卓越的双语文字渲染能力，可精准生成：中文字符（包括复杂结构和笔画）；英文字母和排版；同一图像中的中英混排文字；艺术字体和布局敏感的排版构图。这项能力使 Z-Image 特别适用于：海报设计；广告创意；产品包装；社交媒体图片；表情包或 Logo 等文字丰富的图像创作。
强大的指令遵循与增强推理能力
通过提示词增强（Prompt Enhancer）机制，Z-Image 能够从语义和上下文层面理解提示词，而非仅做字面解析。这赋予模型类似推理的能力，使其能够：更好地理解物体间的关系；更准确地执行复杂的多步骤指令；生成更连贯的构图；做出更具上下文感知的风格和布局决策。Z-Image 不仅仅是将文字转化为图像，它还能推断更深层的语义含义，生成更智能、更贴合需求的视觉效果，在众多早期扩散模型中脱颖而出。
创意且精准的图像编辑（Z-Image-Edit）
除了纯图像生成，Z-Image-Edit 版本专门针对可编辑工作流进行了优化。它支持完全由自然语言指令驱动的高质量图像到图像转换。核心功能包括：添加或移除物体；调整艺术风格或光照；修改背景环境；调整面部表情、服装或构图；支持复杂的双语编辑指令。编辑模型在应用灵活创意变换的同时保持图像结构完整性，非常适合内容创作、设计工作流以及需要直观编辑的消费级应用场景。
Z-Image 的三大版本
Z-Image 项目目前提供三个不同版本，分别面向不同的使用场景和性能需求。它们共同构成了一套灵活的生态系统，兼顾高速图像生成与高级创意编辑。
如何开始使用 Z-Image 创作
上手 Z-Image 非常简单。无论您是开发者还是艺术家，我们都有适合您的工作流程。
选择您的 Z-Image 版本
首先确定最适合您创作流程的 Z-Image 模型。追求生产级速度和效率，**Z-Image-Turbo** 是行业标杆之选，仅需 8 步推理即可生成逼真结果。如果项目需要深度定制或研究，**Z-Image-Base** 提供不受限制的建模能力。对于专业后期处理和精细调整，**Z-Image-Edit** 专为理解复杂编辑指令而设计。所有版本均完全开源，随时可以部署。
通过 ComfyUI 本地安装
为获得最灵活强大的体验，我们推荐使用 **ComfyUI** 在本地运行 Z-Image。只需下载预训练模型权重（safetensors）并放入本地目录即可。Z-Image 针对消费级硬件做了深度优化，可在 16GB 显存的 GPU 上流畅运行。通过融入 ComfyUI 生态系统，您可以使用模块化的节点界面，对生成流程进行无限定制。
撰写双语提示词
释放无语言障碍的创作力。Z-Image 配备了先进的双语文本编码器，原生理解和精准渲染**中英文**文字。无论您输入精妙的英文描述还是富有诗意的中文表达，Z-Image 都能高精度解读您的语义意图。这一独特能力使其成为全球内容创作的完美工具，特别适合需要多语言精准排版的设计项目。
生成、迭代、完善
体验实时创作的快感。凭借 Z-Image-Turbo 的亚秒级延迟，您可以在其他模型生成一张图的时间内快速迭代数十个创意方案。获得理想的基础图像后，利用 **Z-Image-Edit** 完善细节——更换背景、调整光照，或通过自然语言指令修改特定元素——确保最终作品在像素级别完美契合您的艺术构想。
Z-Image 核心特性
深入解析让 Z-Image 成为高效生成式 AI 领军者的技术创新。
60 亿参数
AI 建模的黄金规模。足够强大以实现深度理解，又足够轻量以适配消费级 GPU。
单流 DiT 架构
S3-DiT 架构将文本和图像标记统一处理，实现卓越的提示词遵循能力。
双语文字渲染
生成包含清晰可读的中英文文字图像，在当前领域中极为罕见。
8 步 Turbo 推理
Z-Image-Turbo 利用蒸馏技术，仅需 8 个采样步骤即可输出高质量结果。
指令式编辑
使用自然语言指令修改图像，同时保持图像其余部分的一致性。
开源且采用 Apache 2.0 协议
完全开放商用、研究和社区修改。我们坚信 AI 应该开放。
性能指标
Z-Image 在开发者和创作者最关注的性能指标上表现出色。
6B 参数量
参数量
16GB 显存需求
显存需求
8 推理步数（Turbo）
推理步数（Turbo）
社区用户如何评价 Z-Image
加入数以千计的创作者，选择最高效的图像生成模型。
Z-Image-Turbo 彻底改变了我的素材工作流。我可以在 RTX 4080 上几秒内生成高质量贴图和概念图，效率无可匹敌。
Alex Chen, 独立游戏开发者
Alex Chen
独立游戏开发者
终于有能正确拼写文字的 AI 模型了！双语文字渲染令人惊叹。我用 Z-Image 制作海报和社交媒体图片，文字排版非常精准。
Sarah Johnson, 平面设计师
Sarah Johnson
平面设计师
单流 DiT 架构是一个绝妙的设计。它证明了实现逼真效果并不需要海量参数。Z-Image 是优化的杰作。
Dr. Li Wei, AI 研究员
Dr. Li Wei
AI 研究员
我非常喜欢 Z-Image-Edit 给我的控制力。只改变裙子的颜色或一天中的时间而不破坏整体构图，正是我需要的功能。
Emily Davis, 数字艺术家
Emily Davis
数字艺术家
我把 Z-Image 和主流模型做了对比测试，作为一个在本地运行的 6B 模型，它的表现远超预期。逼真程度令人惊艳。
Michael Brown, 科技 YouTuber
Michael Brown
科技 YouTuber
我们所有内部方案都使用 Z-Image 来制作效果图。速度快、免费使用，质量足以用于客户提案。强烈推荐。
Jessica Wu, 市场总监
Jessica Wu
市场总监
获取 Z-Image 最新动态
订阅我们的资讯邮件，了解最新模型更新、教程和社区精选。
常见问题
关于 Z-Image、硬件需求和使用方法的全部解答。
为我们的服务评分
你的反馈会帮助我们持续改进 Z-Image 生成体验。
4.8
5,029 次评分
