Z-Image
一个包含多个变体的AI图像生成模型家族，擅长写实人物生成，支持多语言文字生成，具备提示增强和推理能力
时间轴 (近 90 天)
图像 LoRA 训练在 NVIDIA GPU 上默认启用 fused AdamW，并引入 aspect-ratio buckets 支持；FP8 LoRA 训练针对 FLUX 和 Z-Image 在 Ada、Hopper、Blackwell GPU 上内存占用更低。
图像模型在卸载时可保持 INT8 或 FP8 精度，Z-Image 生成耗时在 10 GiB 显存上限的 B200 上从 38.4 秒降至 2.3 秒
Z-Image是一款图像生成模型，能够生成电影级、超写实的古风人物图像
据B站UP主阿琪老师演示，Z-Image无需复杂部署环境，也不需要堆叠大量LoRA权重，新手可在三分钟内生成古风人物图像
使用Z-Image时K采样器推荐配置为：步数20步、CFG值1、降噪值1
演示中使用9:16竖版比例，适合手机端展示或短剧竖屏内容
全部知识事实 (7)
新一代模型如FLUX、Z-Image由于架构改进，CFG值设为1甚至更低即可获得最佳效果，而传统Stable Diffusion模型通常使用7-12的CFG值
80%待验证图像模型在卸载时可保持 INT8 或 FP8 精度，Z-Image 生成耗时在 10 GiB 显存上限的 B200 上从 38.4 秒降至 2.3 秒
70%待验证Z-Image是一款图像生成模型，能够生成电影级、超写实的古风人物图像
60%待验证图像 LoRA 训练在 NVIDIA GPU 上默认启用 fused AdamW，并引入 aspect-ratio buckets 支持；FP8 LoRA 训练针对 FLUX 和 Z-Image 在 Ada、Hopper、Blackwell GPU 上内存占用更低。
50%待验证使用Z-Image时K采样器推荐配置为：步数20步、CFG值1、降噪值1
50%待验证据B站UP主阿琪老师演示，Z-Image无需复杂部署环境，也不需要堆叠大量LoRA权重，新手可在三分钟内生成古风人物图像
50%待验证演示中使用9:16竖版比例，适合手机端展示或短剧竖屏内容
50%