WaveSpeedAI
← ブログ

Z Image Base LoRA、WaveSpeedAIに登場

Z-Image-Base LoRA (6B) は、完全なCFGサポートと外部LoRAサポートを備えた高品質なテキストから画像への生成を実現します。ネガティブプロンプトに対応しながら適用

By WaveSpeedAI 1 min read
Wavespeed Ai Z Image Base Lora
Wavespeed Ai Z Image Base Lora Z-Image-Base LoRA (6B) は、完全なCFGサポートと外部LoRAサポートを備えた高品質なテキストから...
Try it
Z Image Base LoRA、WaveSpeedAIに登場

Z-Image Base LoRA でWaveSpeedAI上での創造的制御を解放する

ワンサイズフィッツオールのAI画像生成の時代は終わりました。本日、WaveSpeedAI上でZ-Image Base LoRAの利用開始をお知らせします。このパワフルな60億パラメータのテキスト・ツー・イメージモデルは、前例のない創造的制御をあなたの手に直接届けます。キャンペーン全体でキャラクターの一貫性を保つ、ブランド固有の美学を適用する、ユニークなスタイル組み合わせを実験するなど、Z-Image Base LoRAはプロフェッショナルなクリエイターが求める柔軟性を実現します。

Z-Image Base LoRAとは？

Z-Image Base LoRAは、アリババのAI研究部門が開発したTongyi-MAIの著名なZ-Imageファウンデーションモデルの全機能版です。ベースのZ-Imageモデルは既に優れたフォトリアリスティックな品質と正確なバイリンガルテキストレンダリングを提供していますが、このLoRA対応バージョンは重要な機能を追加しています。それは最大3つのカスタムLoRAアダプターを同時に適用できる能力です。

LoRA（Low-Rank Adaptation）技術は、フルリトレーニングの莫大なコストなしにモデルをファインチューニングすることを可能にし、AI カスタマイズに革命をもたらしました。膨大な計算リソースと大規模データセットを必要とする代わりに、LoRAアダプターは軽量な追加機能です。通常、数百メガバイト程度で、特定のスタイル、キャラクター、または美的品質をあなたの生成物に注入します。Z-Image Base LoRAはこの効率性を採用しながら、エンタープライズグレードの出力品質を提供します。

主な機能

  • トリプルLoRAサポート: 1回の生成で最大3つのカスタムLoRAアダプターを適用します。キャラクターLoRAをスタイルLoRAと照明LoRAでレイヤーして、シングルアダプターシステムでは不可能な豊かにカスタマイズされた出力を実現します。

  • 完全なCFGサポート: より高速な蒸留バージョンとは異なり、Z-Image Base LoRAはネガティブプロンプティングを備えた完全なClassifier-Free Guidanceコントロールを提供します。つまり、出力で避けたいことを正確に指定できます。ぼやけ、歪み、または不要な要素を外科的精密さで排除します。

  • 柔軟な出力サイズ設定: 1024ピクセルまでのサイズで任意のアスペクト比で画像を生成します。正方形のソーシャルメディア投稿、縦型モバイルコンテンツ、またはワイドスクリーンバナーが必要な場合、幅と高さを調整して正確な要件に合わせます。

  • 組み込みプロンプトエンハンサー: 統合されたプロンプト強化ツールは説明を自動的に改善し、より良い結果を得られます。あなたのビジョンとモデルの理解のギャップを埋めます。

  • 広範なLoRAエコシステム互換性: CivitaiやHugging Faceなどの一般的なソースから重みを読み込むか、付属のZ-Image LoRA Trainerを使用してカスタムLoRAを作成します。既存のLoRAライブラリがシームレスに機能します。

  • 優れた値: わずか$0.012/画像で、Z-Image Base LoRAはあらゆる規模のプロジェクトに対して経済的に実行可能な高ボリュームのカスタマイズ生成を実現します。

実世界のユースケース

キャラクター一貫性の大規模実現

マーケティングチームとコンテンツクリエイターは、キャンペーン全体でキャラクターの一貫した外観を維持することに苦労することがよくあります。Z-Image Base LoRAを使用すると、ブランドのマスコットやスポークスパーソンで訓練されたキャラクターLoRAを適用でき、ビーチシーン、オフィス設定、またはファンタジー環境に登場するかどうかに関わらず、完全に同じに見えることを保証します。スタイルLoRAと組み合わせて、自動的にブランドのビジュアル言語に一致させます。

ブランドアイデンティティの自動化

エンタープライズデザインチームは、ブランドのビジュアル美学、特定の色処理、構図スタイル、またはテクスチャ品質でLoRAを訓練し、あらゆる生成に適用できます。これにより、AIが生成したアセットは手動介入なしでブランドガイドラインに合致することが保証され、アセット生成ワークフローが大幅に加速されます。

アートスタイル探索

アーティストとイラストレーターは複数のスタイルLoRAをレイヤーして、新しい美的な組み合わせを発見できます。水彩技法LoRAをサイバーパンクテーマLoRAとソフト照明LoRAと一緒に適用して、本当にユニークなものを作成します。トリプルLoRAサポートにより、シングルアダプターシステムが単に一致できないクリエイティブな探索が可能になります。

迅速なプロトタイピングと反復

プロダクトデザイナーとクリエイティブディレクターは異なるLoRA組み合わせを迅速にテストして、ビジュアル方向を探索できます。$0.012/画像の生成コストとWaveSpeedAIでのコールドスタートなしで、時間ではなく数分で数十のスタイル組み合わせを評価でき、同じシードを保持して、各LoRAの貢献を正確に分離するために比較できます。

カスタムトレーニングパイプライン

本当に独自のスタイルを必要とする組織にとって、Z-Image Base LoRAはWaveSpeedAIで利用可能なZ-Image LoRA Trainerと組み合わせられます。独自のデータセットでカスタムアダプターを訓練し、本番環境に即座にデプロイします。完全なエンドツーエンドのカスタマイズパイプラインです。

WaveSpeedAIでの開始

Z-Image Base LoRAの起動と実行はほんの数瞬です。最初のカスタマイズ画像を生成する方法は次の通りです。

import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A cinematic ocean wave at sunrise, highly detailed",
    "size": "1024*1024",
    "strength": 0.6,
    "seed": -1,
    "output_format": "jpeg"
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
submit_body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/z-image/base-lora", json.dumps(payload).encode())
task = submit_body.get("data", submit_body)
prediction_id = task.get("id")
if not prediction_id:
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{prediction_id}/result"

# 2. Poll until the prediction finishes.
while True:
    body = request_json(result_url)
    result = body.get("data", body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

最良の結果を得るには、プロンプトにLoRAのトリガーワードを含め、約0.7～1.0の重みで開始し、出力に基づいて調整します。複数のLoRAを組み合わせるときは、キャラクター、スタイル、照明などの相補的なアダプターを選択して、最も一貫性のある結果を得ます。

WaveSpeedAIのインフラストラクチャはコールドスタートを完全に排除するため、最後にモデルを使用した時間に関わらず、生成はすぐに開始されます。手頃なピクスターあたりの価格と組み合わせると、これはZ-Image Base LoRAを実験的なワークフローと本番規模のデプロイメントの両方に理想的にします。

なぜWaveSpeedAI？

WaveSpeedAI上でZ-Image Base LoRAを実行することは、最適化された推論インフラストラクチャの利点を享受することを意味します。

  • コールドスタートなし: 生成は毎回すぐに開始されます。モデル読み込みの待機はありません。
  • 一貫したパフォーマンス: 本番アプリケーション向けのエンタープライズグレードの信頼性。
  • シンプルなAPI: 数分で生成を開始できるクリーンで直感的なインターフェース。
  • 透明な価格: $0.012/画像で、開始する前に正確に何を費やすかを知ります。

今日から作成を開始

Z-Image Base LoRAは、AI画像生成の新しいパラダイムを表しています。カスタマイズが速度、品質、またはコストで妥協を必要としないもの。独立したクリエイターが新しいビジュアルテリトリーを探索している場合、またはエンタープライズチームがAI支援アセット生成に標準化している場合、このモデルは必要な制御を提供します。

マルチLoRA画像生成の力を体験する準備はできていますか？今すぐWaveSpeedAIでZ-Image Base LoRAを試してみてください→

共有