阿里云通义今日（1 月 28 日）正式开源发布 Z-Image 基座模型。Z-Image 是一个拥有 6B 参数的高效图像生成基础模型，采用单流扩散变换器架构，适用于社区驱动的微调和自定义开发。
一、Z-Image基座模型介绍
Z-Image（造相） 是阿里巴巴通义实验室开发的一个强大且高效的图像生成模型，拥有 6B 参数。它采用 可扩展单流 DiT（S3-DiT）架构，将文本、视觉语义 token 和图像 VAE token 在序列级别进行拼接，作为统一的输入流，最大化参数效率。Z-Image（Base）是非蒸馏基础模型，专为社区驱动的微调和自定义开发而设计。
模型亮点：
- 照片级真实质量：在保持出色美学质量的同时，提供强大的照片级真实图像生成
- 精准的双语文本渲染：擅长准确渲染复杂的中英文文本
- 提示词增强与推理：提示词增强器赋予模型推理能力
- 微调就绪：适合自定义训练和适配的理想基础模型
Z-Image和Z-Image-Turbo区别？
| 特性 | Z-Image (基座版) | Z-Image-Turbo (加速版) |
|---|---|---|
| CFG 支持 | ✅ 支持 | ❌ 不支持 |
| 推理步数 | 28 ~ 50 步 | 8 步 |
| 微调潜力 | ✅ 极高 (适合训练 LoRA) | ❌ 较低 |
| 生成多样性 | 高 | 低 |
| 视觉质量 | 高 (细节纹理丰富) | 极高 (侧重整体观感) |
Z-Image-Turbo详细信息：https://www.comfyorg.cn/2837.html
二、模型安装（文末网盘）
Z-Image 已经集成到了 diffusers 库中，开发者可以轻松调用。comfyUI官方已支持，更新最新版本comfyUI,下载模型即可。
Z-image-bf16.safetensors模型：https://huggingface.co/Comfy-Org/z_image/tree/main/split_files/diffusion_models
GGUF量化模型：https://huggingface.co/jayn7/Z-Image-GGUF/tree/main
模型路径：
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 text_encoders/
│ │ └── qwen_3_4b.safetensors
│ ├── 📂 diffusion_models/
│ │ └── z_image_bf16.safetensors
│ └── 📂 vae/
│ └── ae.safetensors三、工作流
四、总结
Z-Image 不仅仅是一个生成工具，它更是一个高效、稳健的图像生成底座。如果你需要进行深度的模型定制、追求极致的提示词受控度，或者正在寻找一个可靠的 LoRA 训练底模，Z-Image 无疑是 2026 年开源界最值得关注的选择之一。
温馨提示：本站提供的一切软件、教程和内容信息都来自网络收集整理，仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负，版权争议与本站无关。在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
这个好