介绍Z-Image Base：创意控制的终极文本转图像基础模型

文本转图像AI领域迎来了一个强大的新竞争者。来自阿里巴巴通义实验室（Tongyi-MAI）的Z-Image Base——一个60亿参数的基础模型，现已登陆WaveSpeedAI。与其蒸馏版本Z-Image Turbo不同，这个功能完整的模型提供了完整的CFG（无分类器引导）支持和负面提示功能，为创意工作者提供了专业级图像生成所需的精确控制。

什么是Z-Image Base？

Z-Image Base是阿里巴巴突破性Z-Image模型系列的非蒸馏基础版本。虽然Z-Image Turbo通过蒸馏技术牺牲用户控制来换取闪电般的速度，但Z-Image Base保留了完整的生成能力，使精细的创意控制成为可能。

Z-Image Base基于创新的S3-DiT（单流扩散变换器）架构构建，它在统一序列中处理文本和图像令牌，而不是使用独立的流。这种架构方法改进了参数利用率，并简化了跨模态对齐，从而实现了异常出色的提示遵循和逼真的输出质量。

该模型系列在发布后立即在AI社区掀起波澜，在24小时内下载量突破50万次，迅速登顶Hugging Face热门榜单。Z-Image赢得了人工智能分析文本转图像排行榜#1开源模型的殊荣——对于一个与规模大数倍的系统竞争的60亿参数模型来说，这是一项非凡的成就。

主要功能

完整的CFG支持和负面提示

与在训练中”烘焙”引导的蒸馏模型不同，Z-Image Base提供了完整的无分类器引导控制。这意味着您可以：

使用负面提示明确排除不想要的元素，如”模糊、扭曲、低质量”
调整引导规模来平衡提示遵循与创意变化
实现蒸馏模型根本无法提供的精确控制

参考图像指导

提供可选的参考图像来影响生成输出的构图、风格或主题。强度参数（0-1）让您精细调整参考对结果的影响程度：

较低值（0.2-0.4）：输出紧密遵循参考
中等值（0.5-0.7）：参考和提示的均衡混合
较高值（0.8-1.0）：提示占主导，参考作为宽松灵感

微调就绪

Z-Image Base专门发布以解锁社区驱动的微调和自定义开发。训练自定义LoRA适配器将特定视觉风格、角色或品牌美学编码到可重用权重中。这使其成为构建个性化图像生成系统的理想基础。

双语文本渲染

Z-Image的一大亮点是其在英文和中文方面都具有的强大双语文本渲染能力。行业基准测试显示它在海报和图像中文本生成任务上的表现优于许多竞争对手。

卓越的价值

每张图像仅需$0.01，Z-Image Base以远低于典型成本的价格提供优质，完美适合大规模生成、快速原型设计和创意实验。

用例

专业内容创建

营销团队可以生成风格和构图精确可控的一致品牌形象。参考图像指导确保了跨活动的视觉一致性，而负面提示消除了常见的质量问题。

自定义模型开发

研究人员和开发人员可以使用Z-Image Base作为专门微调模型的基础。非蒸馏架构保留了LoRA训练和自定义适配所需的所有钩子。

快速原型设计

产品设计师和创意总监可以以最小成本快速迭代视觉概念。生成数十个变体来探索不同方向，然后再提交最终设计。

风格引导生成

艺术家和插画师可以使用参考图像在一系列作品中保持一致的美学。强度控制提供了跟随参考和允许创意自由之间的精确校准。

批量内容生成

内容创作者、电商团队和社交媒体经理可以以经济的方式生成大量图像。低廉的单位成本和高质量的组合使Z-Image Base成为扩展视觉内容生成的理想选择。

在WaveSpeedAI上开始使用

通过WaveSpeedAI使用Z-Image Base非常简单。以下是如何使用Python SDK生成您的第一张图像：

import wavespeed

output = wavespeed.run(
    "wavespeed-ai/z-image/base",
    {
        "prompt": "A majestic snow leopard perched on a Himalayan cliff at golden hour, photorealistic, dramatic lighting",
        "negative_prompt": "blurry, distorted, low quality, oversaturated"
    },
)

print(output["outputs"][0])

对于参考图像指导，添加一个图像参数：

import wavespeed

output = wavespeed.run(
    "wavespeed-ai/z-image/base",
    {
        "prompt": "Professional headshot in the same style",
        "image": "https://your-reference-image.jpg",
        "strength": 0.6
    },
)

print(output["outputs"][0])