Z?Image (造相)是阿里巴巴通義實(shí)驗(yàn)室（Tongyi?MAI）在 2025 年開(kāi)源的高效圖像生成基礎(chǔ)模型，代碼托管在github。模型規(guī)模約 60 億參數(shù)，采用 單流 Diffusion Transformer（DiT）? 架構(gòu)，將文本理解與圖像生成統(tǒng)一在同一網(wǎng)絡(luò)中，實(shí)現(xiàn)了“思考?生成”一體化的工作流。

• Z-Image開(kāi)源項(xiàng)目官網(wǎng)入口網(wǎng)址：https://github.com/Tongyi-MAI/Z-Image
• modelscope網(wǎng)址：https://www.modelscope.cn/models/Tongyi-MAI/Z-Image-Turbo
• Hugging Face網(wǎng)址：https://huggingface.co/Tongyi-MAI/Z-Image-Turbo

通過(guò) Decoupled?DMD（Distribution Matching Distillation）? 技術(shù)，Z?Image?Turbo 版本在僅 8 步（8 NFE）? 推理下即可生成高質(zhì)量、逼真的照片級(jí)圖像，推理時(shí)間常在亞秒級(jí)，顯著優(yōu)于同類(lèi)大模型。模型特別擅長(zhǎng) 中英文雙語(yǔ)文本渲染，能夠在圖像中準(zhǔn)確呈現(xiàn)復(fù)雜的中文字符，這在開(kāi)源圖像生成模型中極為罕見(jiàn)。

Z?Image 提供了多種變體：

• Z?Image?Base：原始基線模型，適合研究與二次開(kāi)發(fā)；
• Z?Image?Turbo：輕量蒸餾版，兼顧速度與質(zhì)量，適合商業(yè)化部署；
• Z?Image?Edit：支持圖像編輯與局部修改的擴(kuò)展模型。

項(xiàng)目配套了官方文檔、在線 Demo（Hugging Face、ModelScope）? 以及 托管 API 服務(wù)，用戶(hù)只需幾行代碼即可調(diào)用模型生成圖像，廣泛用于創(chuàng)意設(shè)計(jì)、內(nèi)容創(chuàng)作、營(yíng)銷(xiāo)素材、電子商務(wù)攝影等場(chǎng)景。

Z?Image 通過(guò)參數(shù)壓縮與架構(gòu)創(chuàng)新，實(shí)現(xiàn)了 高效、低成本、易部署 的圖像生成解決方案，既滿(mǎn)足科研實(shí)驗(yàn)的可復(fù)現(xiàn)需求，也為企業(yè)級(jí)應(yīng)用提供了快速、可靠的視覺(jué)內(nèi)容生產(chǎn)工具。