線上跑 Z-Image，不必自己配顯示卡
Z-Image 是阿里巴巴通義 MAI 團隊的 60 億參數影像模型，權重以 Apache 2.0 開源。Editly 已經把它接成文生圖：16GB VRAM 的清單、ComfyUI 的工作流都可以略過——寫提示詞、從五種長寬比挑一個，每張圖 3 點數。
Z-Image 自己架還是線上用：代價不一樣
搜 通義 Z-Image 的人，多半落在一個 HuggingFace 權重頁和一篇 ComfyUI 教學之間。兩條路都成立，只是收費的幣別不同。在清出 20GB 硬碟之前，先把帳算清楚。
自行部署 | 在 Editly 上Editly | |
|---|---|---|
| 前置條件 | 一張 CUDA 顯示卡、Python，以及較新的 diffusers 或 ComfyUI | 一個瀏覽器和一個帳號 |
| VRAM | Turbo 在 bfloat16 下 16GB 可跑；stable-diffusion.cpp 記錄過 4GB 方案 | 不佔你的 VRAM，推論在伺服器端 |
| 架設時間 | 下載權重，再加上環境除錯 | 登入就能開始寫提示詞 |
| 取樣控制 | 步數、guidance、排程器、負面提示詞、隨機種子全歸你 | 提示詞與長寬比；取樣參數為固定預設 |
| LoRA 與微調 | base 版可微調；Turbo 官方標註為不可微調 | 暫不提供 |
| 影像編輯 | 要等 Edit 權重釋出 | 只做文生圖 |
| 成本結構 | 先付硬體與電費，之後每張邊際成本很低 | 每張 3 點數，零硬體投入 |
| 權重授權 | Apache 2.0，下載即是你的 | Apache 2.0，同一個模型，由我們代管 |
Z-Image 只有 6B，憑什麼打得動大模型
中英文字直接畫進畫面
Z-Image 6B 一開始就是為了把中文與英文字排進畫面而設計，通義 MAI 自家的展示也以這一項打頭陣。海報標題、招牌、包裝文案、介面裡的示意文字，都由模型生成，不必事後在設計軟體裡補上。
8 次函數評估，靠的是 Decoupled-DMD
Z-Image Turbo 是蒸餾版權重，8 次函數評估（NFE）即可成圖，而且 classifier-free guidance 完全關閉。背後的蒸餾方法 Decoupled-DMD 另有論文（arXiv:2511.22677），這個步數有工程論文撐著，不是發表會的口號。
Apache 2.0 開源權重，不是只開 API
兩個權重在 HuggingFace 與魔搭上都採 Apache 2.0：可下載、可基於 base 版微調、可散布衍生模型、產出可商用。這和只能透過別人端點存取的閉源影像模型完全是兩回事。
Z-Image 的表單實際問你哪幾件事
- 01
打開影像生成工具
進入 AI 影像工具，在模型清單裡選 Z-Image。不必下載、不必配 Python 環境、不必從原始碼編譯 diffusers。
- 02
把畫面寫清楚
提示詞最長 1000 字元。這個模型吃具體描述：主體、光線、鏡頭取景都寫明，要出現在畫面裡的文字用引號框起來。
- 03
選比例，出圖
站上提供五種長寬比：1:1、4:3、3:4、16:9、9:16。每張圖 3 點數，生成後直接進你的作品庫。
Z-Image Turbo、base 與 Edit 差在哪
通義 MAI 的這個 6B 家族共四名成員，搜尋結果常常混為一談。第四個 Z-Image Omni-Base 定位是最「原始」的生成兼編輯底座，留給社群微調。以下三個才是大家真正在搜的，數據直接取自官方 model zoo。
Z-Image Turbo | base 版 | Edit | |
|---|---|---|---|
| 狀態 | 2025 年 11 月 26 日釋出 | 2026 年 1 月 27 日釋出 | 已公布，權重尚未釋出 |
| 取樣步數 | 8 | 50（建議 28–50） | 50 |
| Classifier-free guidance | 關閉，guidance 為 0 | 開啟，guidance 3.0–5.0 | 開啟 |
| 任務 | 文生圖 | 文生圖 | 依指令編輯影像 |
| 畫質 / 多樣性 | 極高 / 低 | 高 / 中 | 高 / 中 |
| 可否微調 | 否 | 可以 | 可以 |
| 負面提示詞 | 不使用 | 官方強烈建議使用 | 官方尚未說明 |