这才是大家期待的模型:Z-Image!速度快,占用少,效果好!

[!abstract] 本文要点
阿里通义 Z-Image 图像生成模型介绍:Turbo 精简版已开源,速度快(1k 图实测约 5 秒)、细节真实、支持双语文本渲染,附 ComfyUI 工作流与多组实测效果。

今天给大家介绍一个阿里团队推出的王炸模型:Z-Image 图像生成模型。该模型的速度非常快,几秒钟就能生成高清图片,同时还兼具高水平审美和真实细腻质感。

1. Z-Image 模型介绍

近期阿里通义团队发布了 Z-Image(造相)图像生成模型,拥有 6B 参数,目前有三种变体:Z-Image-Turbo、Z-Image-Base 和 Z-Image-Edit。

今天要介绍的 Z-Image-Turbo 模型是精简版,是一个文生图模型,目前已开源发布,我们可以免费使用。

该模型主要有两个亮点:

  • 逼真的细节:生成的图片不仅真实得像拍摄照片,而且在构图和色彩上保持着极高的审美水准。
    Z-Image生成的高清图片示例

  • 精确的双语文本渲染:支持复杂的中英文双语生成。
    Z-Image双语文本渲染效果

虽然 Turbo 模型只是一个精炼版本,但模型的生成能力却毫不逊色于其他大参数的商业模型,目前 Z-Image-Turbo 在文生图模型榜单已经排名第四,也是开源第一!
Z-Image-Turbo在文生图模型榜单排名

Base 版本为基础完整模型,模型能力更强于 Turbo 版本。而 Edit 版本是图像编辑模型,可以根据指令修改我们的输入图片。这两个模型后续才会推出…
Z-Image三个版本对比

2. 工作流讲解

Z-Image完整工作流截图
(完整工作流截图)

工作流就是一个基础的文生图流程,主模型为 Z-Image-Turbo,CLIP 为 Qwen3,VAE 还是之前的 AE。
Z-Image工作流组件

模型和工作流我也放在了网盘里,方便大家下载。
Z-Image模型下载网盘

这里的提示词输入我采用了 prompt line(提示词行)节点。输入一段提示词后,跳行输入下一段提示词,这样就能批次完成多个任务。
Z-Image提示词行节点使用示例
(示例:左侧输入了 6 段不同的提示词,一次性生成 6 张图)

这个模型生成速度着实惊艳到我了,1k 分辨率的高清图我实测只需要 5 秒。
Z-Image生成速度测试

3. 实测效果展示

3.1. 人物近景特写

不得不说细节确实很厉害,这一组我测试了皮肤近景特写的效果。皮肤纹理、毛孔血丝非常还原真实细节。

提示词

极度真实的RAW格式照片,一位素颜的年轻女性面部特写,强烈的侧向自然光展现面部起伏,清晰可见鼻翼两侧的毛孔、脸颊上细微的绒毛、甚至是一些微小的粉刺和雀斑,皮肤不完美的真实质感,瞳孔中倒映着窗户,焦距105mm,f/2.8。

Z-Image生成女性面部特写

提示词

极度特写(Macro Shot)的一只眼睛,虹膜的纤维结构复杂且深邃,眼球表面的微血管,下眼睑的湿润泪膜,眼角的皮肤褶皱,化妆粉底在皮肤纹理中的真实堆积感,8k分辨率,像是在显微镜下观察。

Z-Image生成眼睛特写

Z-Image生成男性手背微距摄影
(男性手背的微距摄影)

3.2. 人物整体质感表现

效果还是很真实,跟拍摄的照片差别不大。告别了以往那种油腻的 AI 涂抹感,写实细节这块儿确实厉害。

提示词

港风复古,王家卫电影风格,深夜的香港街头,霓虹灯牌闪烁,一位卷发美女穿着红色连衣裙靠在电话亭旁,全身都在画面中,地面潮湿反射着红光,她姿态慵懒,眼神迷离,胶片颗粒感浓重,情绪氛围拉满。

Z-Image生成港风复古女性形象

提示词

极简氧气美女,一位皮肤白皙的女孩赤脚走在翠绿的草地上,穿着纯白的棉麻吊带长裙,阳光从身后射来,裙摆透光显出修长的腿部轮廓,她回眸微笑,发丝发光,画面大面积留白,色彩清新自然。

Z-Image生成极简氧气美女形象

Z-Image生成更多人物形象示例1

Z-Image生成更多人物形象示例2

Z-Image生成更多人物形象示例3

3.3. 画面美学把控

除了写实能力外,Z-Image-Turbo还保持了很高的审美水平,对空间构图、色彩光影的把控很到位。

提示词

透过鱼缸拍摄,一位美女的脸贴近鱼缸玻璃,金鱼游过遮挡部分面部,水草的绿色与红色的金鱼形成色彩对比,玻璃的反光、水的折射让面部略微变形,梦幻而超现实。

Z-Image生成透过鱼缸拍摄的超现实效果

提示词

极简几何分割,利用建筑物巨大的阴影将画面一分为二(对角线),一半是明亮的阳光下的人物(穿着色彩鲜艳),一半是深邃的黑色阴影,强烈的明暗对比,构图大胆。

Z-Image生成极简几何分割构图

Z-Image生成更多美学构图示例1

Z-Image生成更多美学构图示例2

3.4. 双语文字渲染

除了写实细节外,文字的渲染效果还是比较准确。

提示词

一张复古的植物学百科全书插图页,泛黄的羊皮纸质感。画面中央是一株绘制精细的“银杏树”钢笔淡彩画,能看到叶脉的细节。图画周围布满了科学性的文字标注:顶部是优雅的拉丁文手写体“Ginkgo Biloba”。下方是楷体中文名称“银杏(公孙树)”。植物的根、茎、叶旁边都有细引线指向具体的说明文字,例如中文“扇形叶片”配英文“Fan-shaped leaves”,中文“药用价值”配英文“Medicinal use”。底部有一段密集的英文打字机字体的详细物种描述。

Z-Image生成双语文字渲染效果1

Z-Image生成双语文字渲染效果2

但在文字过多时,还是存在一些中文识别错误。
Z-Image文字渲染错误示例

4. 最后总结

以上就是今天的分享了,这才是大家想要的模型!速度超级快,显存占用少,效果还很好!

这还只是一个精简版底模,以后 Base 和 Edit 版本开放,再加上开源社区发力,各种适配的 LoRA 加持,那可是真香啊!

Z-Image模型总结

本地算力不够,推荐在线平台 Running Hub(注册即送 1000 积分,每日登录还送 100 积分,24/48G 超大显存,免费畅玩),同款工作流体验地址:https://www.runninghub.cn/post/1994608742673096706?inviteCode=rh-v1222