現在開始想象
在左側輸入提示詞，即可生成屬於你的獨特圖像。
什麼是 Z-Image Base？
Z-Image Base 是 Z-Image 系列的基石——一個強大的 60 億參數文生圖擴散基礎模型。與其蒸餾版本（Turbo）不同，Z-Image Base 保留了完整的、未壓縮的訓練表征能力，使其成為追求最高靈活性的專業人士、研究人員和開發者的首選。 基於創新的可擴展單流擴散 Transformer（S3-DiT）架構，Z-Image Base 將文字和視覺處理統一到一個協調的流中。這一突破使模型能夠精準理解複雜的提示詞，生成不僅在視覺上令人驚艷、而且在語義上準確的圖像。作為基於 Apache 2.0 許可證開源的模型，Z-Image Base 讓最先進的 AI 技術觸手可及，讓您能夠自由構建、訓練和部署，不受專有「黑盒」系統的束縛。
60 億參數的強大能力
憑借 60 億參數，Z-Image Base 在巨大的生成能力和實際的部署可行性之間實現了理想平衡。這個規模使模型能夠內化對視覺世界的廣泛理解——從寫實紋理和光照到抽象藝術風格——同時保持足夠高效，能在標準高端消費級硬體（如擁有 24GB 顯存的 RTX 3090 或 4090）上運行。這個參數量確保模型不是在死記硬背資料，而是真正理解概念，從而生成新穎、連貫且高度詳細的圖像。
可擴展單流 DiT 架構
傳統擴散模型通常將文字和圖像處理視為分離的、不相關的任務。Z-Image Base 通過其 S3-DiT 架構顛覆了這一范式。通過在單一統一流中處理語義文字標記和圖像標記，模型在提示詞和生成圖像之間實現了卓越的對齊。這意味著角色真正符合描述，物體的物理交互正確無誤，構圖精確遵循您的指令。這種架構正是 Z-Image Base 在提示詞遵循度上領先的秘訣。
終極微調平台
由於 Z-Image Base 是非蒸餾的基礎模型，它是微調的完美選擇。無論您是為特定動漫風格訓練 LoRA、教模型學習新的電商產品線，還是將其適配於醫學影像，基礎權重都提供了必要的可塑性。蒸餾模型通常以犧牲這種適應性為代價換取速度，但 Z-Image Base 保留了有效遷移學習所需的深層特征表示。
原生雙語能力
Z-Image Base 能夠同時理解英文和中文世界。得益於其雙語訓練資料和分詞技術，它可以在圖像內準確生成兩種語言的文字——這是許多其他主要模型難以做到的。這種原生雙語能力同樣延伸到提示詞層面；您可以用中文成語或英文術語描述場景，模型都能正確解讀其中的細微差別。這使它成為全球內容創作和跨文化設計專案的寶貴工具。
為什麼選擇 Z-Image Base？
在 AI 模型林立的領域，Z-Image Base 以優先考慮品質、控制力和開放性脫穎而出。以下是它成為您下一個專案正確選擇的原因。
如何使用 Z-Image Base
Z-Image Base 旨在融入您的工作流程，無論您偏好簡單的網頁介面還是複雜的本地生產流水線。
快速上手：線上生成
測試 Z-Image Base 最快的方式就是直接在我們的平台上使用。使用上方的整合生成器輸入提示詞，即可即時檢視結果。我們的雲基礎設施處理繁重的計算，讓您專注於創意。我們提供每日免費點數助您入門，方便在搭建本地環境之前試驗提示詞和參數。
進階使用：本地 ComfyUI 搭建
為了最大控制權和零單圖成本，在本地運行 Z-Image Base。我們強烈推薦使用 ComfyUI——Stable Diffusion 和現代 DiT 模型的主流節點式介面。只需從我們的 Hugging Face 倉庫下載 Z-Image Base safetensors（權重），放入模型資料夾，載入我們的官方 Z-Image 工作流 JSON 即可。ComfyUI 讓您可以自由組合節點、新增自定義預處理器，構建複雜的生成流水線。
開發者：Python API 與 Diffusers
要構建應用？Z-Image Base 完全兼容 Hugging Face 的 `diffusers` 庫。只需幾行 Python 代碼即可初始化流水線。這使您可以無縫整合到自己的 Python 應用、Web 後端或自動化腳本中。我們提供詳盡的文件和示例筆記本，幫助您在幾分鐘內搭建好推理服務器。
進階玩法：微調與訓練
要讓 Z-Image Base 真正成為您的專屬工具，請發揮其微調能力。使用標準訓練腳本（如 Kohya_ss 提供的或我們的官方訓練器），您可以向模型注入自己的概念。無論您想針對特定藝術風格訓練 LoRA，還是對醫學資料集進行全量微調，Z-Image Base 穩定的 60 億參數架構對訓練響應出色，能在學習新概念的同時避免災難性遺忘。
技術規格
深入了解讓 Z-Image Base 成為最先進基礎模型的技術細節。
60 億參數
海量參數確保了深層次的語義理解和每張圖像的高保真細節保留。
S3-DiT 架構
可擴展單流擴散 Transformer 確保文字和視覺標記的統一處理，實現完美對齊。
多分辨率生成
雖然針對 1024x1024 最佳化，但模型支援靈活的寬高比和分辨率，適應您的畫布需求。
雙語文字編碼器
原生支援英文和中文，確保兩種語言的文字渲染和提示詞理解準確無誤。
高動態范圍
經過光照和色彩深度理解訓練，生成色彩鮮艷、對比真實的圖像。
Apache 2.0 許可證
真正的開源自由。使用、修改、出售您的創作成果。無隱藏費用，無限制性條款。
常見問題
關於 Z-Image Base、硬體要求和使用方法的常見問題。
使用你的語言瀏覽 Z-Image
切換到目前頁面的本地化版本。
為我們的服務評分
你的反饋會幫助我們持續改進 Z-Image 生成體驗。
4.8
5,029 次評分