Compass Investments

Новейшая модель Z-Image функционирует при использовании 6 ГБ видеопамяти аппаратное обеспечение, недостижимое для Flux2.

Z-Image уже располагает 200 ресурсами от сообщества и свыше тысячи одобрительных откликов, в отличие от 157 у Flux2.

Она признана лучшей моделью с открытым исходным кодом на текущий момент.

На прошлой неделе Z-Image Turbo от Alibaba’s Tongyi Lab, модель для генерации изображений с 6 миллиардами параметров, вышла на рынок, неся простое обещание: передовое качество на том железе, которым вы реально владеете.

Это обещание оказалось реализуемым. Всего через несколько дней после релиза разработчики начали выпускать LoRA индивидуальные донастроенные адаптации с темпами, уже опережающими Flux2, долгожданного последователя чрезвычайно популярной модели Flux от Black Forest Labs.

Ключевой момент Z-Image это производительность. В то время как конкуренты вроде Flux2 требуют минимум 24 Гб видеопамяти (а до 90 Гб для полной версии), Z-Image работает с квантованными настройками всего на 6 Гб.

Это уровень RTX 2060 по сути, техника 2019 года. В зависимости от разрешения, пользователи могут создавать изображения всего за 30 секунд.

Для энтузиастов и независимых авторов это стало прорывом.

ИИ-сообщество оперативно высоко оценило модель.

“Это то, чем должен был стать SD3”, оставил комментарий пользователь Saruhey на CivitAI, крупнейшем в мире хранилище открытых ИИ-инструментов. “Быстрая доработка довольно искусная… модель, способная немедленно работать с текстом, это новшество. Эта штука обладает мощью Flux, если не большей это настоящее волшебство. Китайцы гораздо впереди в игре ИИ”.

Z-Image Turbo доступна на Civitai с минувшего четверга и уже собрала свыше 1200 положительных отзывов. Для сравнения, Flux2, вышедший на несколько дней раньше Z-Image, получил 157 одобрений.

Модель полностью разработана без ограничений контента с нуля. Знаменитости, вымышленные персонажи и, конечно, откровенное содержимое всё это доступно.

На сегодня только на Civitai насчитывается около 200 материалов (дообучения, LoRA, рабочие процессы) для этой модели, многие из которых имеют пометку NSFW.

На Reddit пользователь Regular-Forever5876 протестировал границы модели с помощью запросов, связанных с членовредительством, и был поражен: “Ого! Эта штука понимает, что такое натуральная жестокость! Она генерирует это безупречно”, написали они.

Технический секрет Z-Image Turbo кроется в его архитектуре S3-DiT однопроходном трансформаторе, который с самого начала обрабатывает текстовые и визуальные данные совместно, а не объединяет их позднее. Такое тесное слияние в сочетании с эффективными методами дистилляции позволяет модели достигать высокого качества, которое обычно требуют модели в пять раз больше.

Менее известная программа для генерации картинок под названием Reve Image 1.0 стремится занять свою нишу в преобразовании текста в изображение, имея потенциал превзойти такие известные инструменты, как Midjourney, Flux и Ideogram. Модель Reve Image 1.0, имеющая кодовое название “Halfmoon”, работает по системе, основанной на кредитах. После регистрации пользователи получают 100 бесплатных кредитов для опробования сервиса, а дополнительные кредиты можно приобрести по цене 5 долларов за 500 генераций это довольно бюджетно по сравнению с опциями вроде MidJourney или Ideogram, которые начинаются от 8 долларов в месяц и…