AI 摘要
Z-Image基础版终于上线，它是通义Z-Image（造相）体系里的未蒸馏基础模型，旨在为深度创作、扩展和更多自定义玩法提供底座。与Turbo版相比，基础版生成的图片多样性更强，但生图速度慢。
今年一开年，通义Tongyi-MAI官方就给我们送上了一份大礼。期盼已久的Z-Image基础版终于发布了，并在 Hugging Face 上迅速成为热榜榜首，首日下载量超 50 万。
什么是Z-Image
Z-Image 是通义Z-Image（造相） 体系里的未蒸馏基础模型（Full-Capacity），保留完整训练信号，支持更高的多样性和精细表达。
去年的Z-Image-Turbo一经发布就爆火，6B 参数、8 步推理、照片级真实感、支持中英双语文本渲染，轻松适配16G 显存的消费级设备。种种优点让 Turbo 成为很多创作者的默认选择。
如果说Turbo版是面向应用的“利剑”，那么基础版Z-Image则是面向未来的“引擎”。与 Turbo 版不同，它旨在为深度创作、扩展和更多自定义玩法提供底座。
与Turbo版对比
废话不多说，先看一下我本地实测的对比效果：
➡️ z-image-turbo：
➡️ z-image：
怎么样，你的第一感觉是什么？
很明显，Turbo版每次生成的3张图大致一样，而基础班每次生成的3张图会有较大的变化。也就是说基础版在多样性方面有很明显的优势。
而我在使用中的第一感觉是基础版生图速度慢。生图速度与Turbo版几乎相差3-4倍。 以512x512大小的图片为例，在我的电脑上，Turbo版需要60秒，基础班则需要300秒。
而且图片质量方面，我主观感受，Turbo版略胜基础版一些。基础版有时出的图会比较假，有塑料感。
其实不用奇怪，因为Z-Image不同版本的作用是不同的。
Z-Image基础版是未蒸馏的基础模型， 核心在于 “它是一个高质量、未压缩、可扩展的底座”。更适用于模型训练、定制化开发、科研探索、长流程制作，运行需要更多推理步数和资源调优。
而 Turbo版 是一个经过蒸馏优化（distilled）的轻量级高效版本 ，它在设计时就把生成速度和大部分视觉质量放在第一位，并且默认使用 8 步推理，这让它在许多日常提示词下输出的图像看起来既快又好。
下面是官方给出的对比说明：
Z-Image家族
通过这张图可以清晰的看到Z-Image家族图谱的关系。简单总结一下他们之间关系和特点：
👉Z-Image-Omni-Base：预训练基座，提供通用视觉理解能力。
👉Z-Image：基础未蒸馏模型，具备最高潜力与可扩展性，用于训练、微调和衍生。
👉Z-Image-Turbo：蒸馏优化模型，面向快速生成和高效推理。
👉Z-Image-Edit：针对图像编辑任务优化的专用模型。
Z-Image 的核心特点
💡未经提炼的基础模型： 作为一种未经提炼的基础模型，Z-Image 保留了完整的训练信号。它支持完全无分类器引导 (CFG)，为复杂的快速工程和专业工作流程提供所需的精度。
💡美学多样性： Z-Image 能够驾驭广泛的视觉语言——从超写实摄影和电影级数字艺术到精细的动画和风格化插画。它是需要丰富、多维表达的场景的理想引擎。
💡增强的输出多样性： Z-Image 专为探索而生，可在不同的种子上提供更高的构图、面部特征和光照变化，确保多人场景保持独特性和动态性。
💡专为开发而生： 是社区的理想起点。其未经提炼的特性使其成为 LoRa 训练、结构化条件反射（ControlNet）和语义条件反射的良好基础。
💡强大的负面控制： 对负面提示做出高度保真响应，使用户能够可靠地抑制瑕疵并调整构图。
Z-Image适合谁用
简单来说，Z-Image 适合追更多风格和可能性的创作者；想做模型微调、训练、二次开发的人；接受“慢一点但更可控”的用户。
如果你想一键秒图、对速度极度敏感。或者你的硬件资源非常有限。那么直接用Turbo就好了。
总 结
如果说 Z-Image-Turbo 让世界看到了他，那么 Z-Image 的高可塑性才是决定他能走多远的，真正的图像生成创作革命才刚刚开始。
刚刚发布几天，社区里已经有很多大神开始整活儿，做出了很多好玩的东西。下期我们一块看看围绕 Z-Image 社区都做出了哪些有意思的东西。
