Alibaba выпустила новую открытую модель генерации изображений Z-Image, и она уже вызывает активные обсуждения.
Компактная Turbo-версия на 6 млрд параметров по качеству работает на уровне гораздо более крупных моделей, включая Flux 2.
Источник: источник
Что делает Z-Image особенной
- Модель уверенно справляется с фотореалистичными пейзажами, городскими сценами и сложными композициями.
- Умеет работать с текстом на изображениях — что остаётся трудной задачей для большинства нейросетей.
- На английском и китайском показывает почти безошибочную генерацию надписей.
- Русский, немецкий и французский понимает частично: иногда путает буквы или стилистику, но динамика у модели очень хорошая.
Варианты модели
Сейчас доступна версия Turbo — быстрая, лёгкая и предназначенная для массового использования.
В ближайшее время выйдут:
- Base — максимальное качество и возможности;
- Edit — редактирование существующих изображений.
Вес Turbo уже доступен для скачивания на GitHub и HuggingFace.
Для локального запуска понадобится видеокарта от 16 ГБ.
Что говорят пользователи
В сети активно делятся примерами:
фотореалистичные ландшафты, достопримечательности, архитектура.
Многие сравнивают результаты Z-Image с топовыми SOTA-моделями — и разница порой минимальна.
Вывод
Гонка генеративных нейросетей выходит на новый этап.
Компактные модели становятся достаточно сильными, чтобы конкурировать с тяжеловесами.
Будущее генерации изображений ускоряется — товарищи, держитесь, дальше будет ещё интереснее