在线跑 Z-Image，不用自己配显卡
Z-Image 是阿里巴巴通义 MAI 团队的 60 亿参数图像模型，权重以 Apache 2.0 开源。Editly 已经把它接成文生图：16GB 显存的清单、ComfyUI 的工作流都可以跳过——写提示词、从五种宽高比里挑一个，每张图 3 积分。
Z-Image 本地部署还是在线生成：代价各不相同
搜 通义 Z-Image 的人，十有八九落在一个 HuggingFace 权重页和一篇 ComfyUI 教程之间。两条路都成立，只是收费的币种不一样。腾出 20GB 硬盘之前，先把账算清楚。
自己部署 | 在 Editly 上Editly | |
|---|---|---|
| 前置条件 | 一块 CUDA 显卡、Python，以及较新的 diffusers 或 ComfyUI | 一个浏览器和一个账号 |
| 显存 | Turbo 在 bfloat16 下 16GB 可跑；stable-diffusion.cpp 记录过 4GB 方案 | 不占你的显存，推理在服务端 |
| 搭建时间 | 下载权重，再加上环境排错 | 登录就能写提示词 |
| 采样控制 | 步数、guidance、调度器、负面提示词、随机种子全归你 | 提示词与宽高比；采样参数为固定预设 |
| LoRA 与微调 | base 版可微调；Turbo 官方标注为不可微调 | 暂不提供 |
| 图像编辑 | 要等 Edit 权重放出 | 只做文生图 |
| 成本结构 | 先付硬件和电费，之后每张边际成本很低 | 每张 3 积分，无硬件投入 |
| 权重许可证 | Apache 2.0，下载即归你 | Apache 2.0，同一个模型，托管运行 |
Z-Image 只有 6B，凭什么打得动大模型
中英文字直接画进画面里
Z-Image 6B 从设计之初就要把中文和英文字排进画面，通义 MAI 自己的展示也是拿这一条打头阵。海报标题、店招、包装文案、界面里的假文字，都是模型生成的，不用事后在设计软件里补贴上去。
8 次函数评估，靠的是 Decoupled-DMD
Z-Image Turbo 是蒸馏版权重，8 次函数评估（NFE）就能出成图，而且 classifier-free guidance 直接关掉。背后的蒸馏方法 Decoupled-DMD 单独发了论文（arXiv:2511.22677），这个步数是有工程论文支撑的，不是发布会上的口号。
Apache 2.0 开源权重，不是只给 API
两个权重在 HuggingFace 和魔搭上都是 Apache 2.0：可以下载、可以基于 base 版微调、可以分发衍生模型、产出可商用。这和那些只能通过别人接口访问的闭源图像模型是两回事。
Z-Image 的表单实际问你哪几件事
- 01
打开图像生成工具
进入 AI 图像工具，在模型列表里选 Z-Image。不用下载、不用配 Python 环境、不用从源码编译 diffusers。
- 02
把画面写清楚
提示词最长 1000 字符。这个模型吃具体描述：主体、光线、镜头取景都写明，要出现在画面里的文字用引号括起来。
- 03
选比例，出图
站上提供五种宽高比：1:1、4:3、3:4、16:9、9:16。每张图 3 积分，生成完直接进你的作品库。
Z-Image Turbo、base 与 Edit 的区别
通义 MAI 的这个 6B 家族一共四个成员，搜索结果里经常混为一谈。第四个 Z-Image Omni-Base 定位是最“原始”的生成兼编辑底座，留给社区微调。下面三个是大家真正在搜的，数据直接取自官方 model zoo。
Z-Image Turbo | base 版 | Edit | |
|---|---|---|---|
| 状态 | 2025 年 11 月 26 日发布 | 2026 年 1 月 27 日发布 | 已公布，尚未发布权重 |
| 采样步数 | 8 | 50（推荐 28–50） | 50 |
| Classifier-free guidance | 关闭，guidance 为 0 | 开启，guidance 3.0–5.0 | 开启 |
| 任务 | 文生图 | 文生图 | 按指令编辑图像 |
| 画质 / 多样性 | 极高 / 低 | 高 / 中 | 高 / 中 |
| 可否微调 | 否 | 可以 | 可以 |
| 负面提示词 | 不使用 | 官方强烈建议使用 | 官方尚未说明 |