Z-Image 不是 BulkImagen 上最大的模型,也無意成為最大的。它的全部論點在於比率:小型網路用它所需的運算量,能回報多少。這和這裡大多數模型的論點不同。
Artificial Analysis 在 Z-Image Turbo 問世時,把它排在 Image Arena 開源權重文字生圖模型的第一名,領先 FLUX.2 [dev] 與 Qwen-Image。Z-Image 技術報告則從另一個方向提出同樣的主張:以約為 FLUX.2 dev 的 32B 參數量五分之一的規模,達到 87.4% 的 G+S Rate。
文字是 Z-Image 論文結果最亮眼的地方:CVTG-2K 單字準確率 0.8671,LongText-Bench 英文 0.935、中文 0.936,報告指出領先 GPT-Image-1 與 Qwen-Image。如果批次裡有任一種語言的文案,這份基準就是認真考慮 Z-Image 的理由。
Z-Image 的模型卡與論文都以擬真為主打,蒸餾後的 Turbo 權重只需八步取樣,不必像一般模型跑好幾十步。開源版可以在 16GB 顯示卡上執行,但在這個頁面上你不需要自己擁有,批次在我們這邊執行。
Z-Image 的長寬比、解析度等級、提示詞長度與積分費率,都直接取自實際運作中的設定,而不是寫在段落裡慢慢過時。
Z-Image 刻意不支援參考圖。規劃批次之前,請先看下方常見問題了解這代表什麼。
Z-Image 只讀文字,所以流程比以參考圖驅動的模型頁面更短:描述、構圖、收取。
沒有圖片輸入,想要的任何細節都得寫進提示詞裡。Z-Image 論文也坦承,60 億參數換來的世界知識有限,所以描述冷門主題時請寫清楚,不要假設模型認得那個名稱。
長寬比,以及每條提示詞要產出幾張圖,整份表單就這樣,因為這個頁面固定使用 Z-Image,而且只提供一個解析度等級。第一次呼叫送出之前,確認畫面會先顯示積分總額。
結果會在完成時陸續送達。Z-Image Turbo 模型卡將其輸出多樣性評為低,所以如果幾列結果幾乎一樣,多半是提示詞彼此太接近,請改寫措辭,而不是重跑同一行然後期待不同。
小巧、快速、文字能力強的模型有它的輪廓,Z-Image 也不例外。以下是順著這個輪廓、而不是和它對著幹的工作。
帶有英文或中文文字的版面,正是 Z-Image 基準測試針對的情境。一次產出整套畫面或海報變體,再逐張檢查上面的字,之後才決定採用哪一張。
擬真是 Tongyi-MAI 對 Z-Image 的主打重點,而這個頁面加上的是數量。生活風格畫面、圖庫風格場景與背景素材會成組送達,讓你篩選,而不是一次只精雕一張。
如果你已在本機部署 Z-Image,同一個系列在這裡也能用,前面不用排 GPU 佇列。先用託管的 Turbo 版本起草並篩選一組提示詞,再把入選的帶回自己的環境。
還有其他問題嗎?請寄信至 support@bulkimagen.com
平台上費用最低的位置、公布了中英雙語文字分數的 Z-Image 版本,也不用先準備參考圖上傳。貼上提示詞,當成一個批次執行,然後帶走 ZIP。