通义 Z-image 实测! 这个模型只有 6B! 效果逆天!

给大家带来通义 Z-image-Turbo 实测! 这是个文生图模型, 模型支持定义画面输出比例, 最高分辨率能接近 650 万像素(超过后不是不能生成, 只是效果变差), 甜区在400-500万像素(即生成得比较好).

这个模型最大的亮点是性能强劲的同时只有6B大小! 显存大一点的游戏显卡(16G)都可以运行! 如果用专业卡, 甚至可以实现秒级图片生成!

本次测试聚焦在电影海报生成(复杂场景还原+文本生成) 和表情包生成(人物表情控制上).

直接说结论, 我测试的电影海报生成场景直接秒杀了, 甚至你可以看我这个封面图, 马龙白兰度两张脸甚至都差不多能合到一起了, 牛皮!

当然这里还是要提一下我测试过程中发现的问题, 其实也是跟模型大小有关. 由于模型大小非常小, 所以它的 instruction 部分会非常小, 对指令的推理能力会非常有限. 如果使用复杂的抽象prompt, 比如"画一个黑板，然后请计算4的三次方加上1300，得到结果后写在黑板上", 这是肯定无法实现的, 直接要求模型"画一个黑板，上面写着1364", 会更靠谱.

当然成败都在大小, 6B的大小完全可以作为本地部署来进行动态生成图片了. 而且文本生成, 指令遵循效果都非常好. 可以预见到接下来 Z-image 的各种应用和 LoRA 会层出不穷. 总之我先赶紧本地存一份用起来.

#ai生活指南##ai创造营##zimage##通义实验室##Nanobanana##文生图大模型##KCORES大模型竞技场#