goenhance logo

Modèle Z-Image par Tongyi Lab

Z-Image est un modèle de génération d’images de 6B paramètres créé par Tongyi Lab, basé sur un transformeur de diffusion à flux unique qui traite les jetons de texte et d’image dans une seule séquence pour des résultats efficaces et cohérents. Sur GoEnhance, vous pouvez utiliser Z-Image-Turbo pour une conversion rapide texte‑vers‑image, un rendu de texte bilingue en chinois et en anglais, et des workflows d’édition flexibles sans rien installer en local.
Essayer Z-Image-Turbo gratuitement

Fonctionnalités clés de Z-Image

Texte chinois et anglais clair et lisible

Z-Image-Turbo est entraîné à dessiner une typographie chinoise et anglaise complexe directement dans l’image. Vous pouvez concevoir des affiches, des maquettes d’interface (UI) et des bannières dans les deux langues avec un seul prompt, et obtenir un texte clair et lisible au lieu de caractères cassés.

Exemple de rendu de texte bilingue avec Z-Image

Personnes et scènes photoréalistes

La variante Turbo privilégie un fort photoréalisme avec un éclairage naturel et des matériaux détaillés. Elle fonctionne bien pour les portraits, les visuels produits, et les scènes urbaines ou de paysages où la peau, les tissus, les reflets et la profondeur doivent paraître crédibles.

Associée à notre générateur d’images IA et à la gamme plus large de modèles d’image IA, elle devient un choix fiable pour les créateurs qui ont besoin de visuels réalistes, prêts pour la production.

Exemple de génération photoréaliste avec Z-Image

Raisonnement et structure de prompt

Avec un amplificateur de prompt et une solide connaissance du monde, Z-Image sait suivre bien plus que de simples tags. Décrivez les relations entre les éléments, des mises en page approximatives, ou des détails narratifs, et le modèle tentera de refléter cette structure au lieu de l’ignorer.

Exemple de raisonnement de prompt et de mise en page avec Z-Image

Variantes Turbo, Base et Edit

En plus de la variante Turbo, Tongyi Lab prévoit un checkpoint Z-Image-Base non distillé pour l’affinage personnalisé, et Z-Image-Edit pour l’édition d’images guidée par le langage naturel. Cette famille facilite le passage de l’expérimentation à des workflows sur mesure.

Variantes du modèle Z-Image et workflows

Comment utiliser Z-Image sur GoEnhance ?

01

Décrivez votre idée en détail

Rédigez un prompt qui couvre le sujet, le style, la sensation de caméra, et tout texte en chinois ou en anglais que vous voulez dans l’image. Vous pouvez aussi décrire comment les différents éléments doivent se relier les uns aux autres.

02

Choisissez Z-Image et ajoutez des références

Dans GoEnhance, sélectionnez le modèle Z-Image, puis choisissez de partir d’un simple texte ou de téléverser une image source pour l’édition.

03

Générez, ajustez et exportez

Ajustez les étapes, la force et la guidance pour obtenir l’équilibre qui vous convient. Une fois satisfait du résultat, téléchargez votre image en PNG ou JPG, ou envoyez‑la directement vers d’autres outils GoEnhance pour l’upscaling ou l’usage vidéo.

Pourquoi les équipes et les créateurs indépendants peuvent compter sur Z-Image pour leur travail visuel au quotidien

Pourquoi utiliser Z-Image sur GoEnhance ?

Qualité d’image rapide et pratique

Z-Image-Turbo est distillé pour un échantillonnage en peu d’étapes, afin que vous passiez du prompt à une image exploitable assez rapidement pour des projets réels, plutôt que de simples expériences lentes.

Texte bilingue qui reste lisible

Le modèle est entraîné à gérer du texte chinois et anglais directement dans les images, ce qui est pratique pour des affiches, des couvertures et des visuels sociaux destinés à un public bilingue.

Composition stable et sujet bien centré

L’architecture à flux unique aide à maintenir l’alignement des jetons de texte et d’image, en réduisant la dérive habituelle où le sujet ou la mise en page change lentement entre les versions.

Transformeur monoflux efficace

En injectant les textes, les jetons sémantiques et les jetons d’image VAE dans une seule séquence, Z-Image utilise mieux les paramètres que les systèmes à double flux et s’adapte proprement à des scènes plus vastes.

Conception de distillation adaptée à la recherche

L’approche d’entraînement Decoupled-DMD et DMDR sépare le rapprochement de distribution, l’augmentation de style CFG, et l’apprentissage par renforcement, offrant aux chercheurs une meilleure maîtrise du comportement des modèles en peu d’étapes.

Intégration étroite avec GoEnhance

Z-Image sur GoEnhance s’intègre au même espace de travail que vos autres outils. Générez, éditez, upscalez, ou alimentez des images fixes dans des workflows vidéo sans écrire de scripts ni gérer des GPU vous‑même.

Frequently Asked Questions

Plus de modèles d’image IA sur GoEnhance

Essayer Z-Image sur GoEnhance AI

Ouvrez GoEnhance, choisissez le modèle Z-Image, et transformez des prompts détaillés en affiches bilingues, portraits photoréalistes, et visuels prêts pour le design en quelques étapes seulement.

Commencer à créer avec Z-Image