AI 生图模型
Imagifly — Z-Image Turbo
Z-Image-Turbo 是阿里通义 MAI 的 Z-Image 团队在 2025 年 11 月 26 日发布的文生图模型,属于 Z-Image 系列中的蒸馏加速版本。官方模型卡写的是 6B 规模,权重索引显示为 6.15B(F32),以 Apache-2.0 许可开放。
- 文生图
- 极速
- Z-Image Team, Tongyi MAI (Alibaba Group)
2 积分起 / 张

关于 Z-Image Turbo
Z-Image-Turbo 是阿里通义 MAI 的 Z-Image 团队在 2025 年 11 月 26 日发布的文生图模型,属于 Z-Image 系列中的蒸馏加速版本。官方模型卡写的是 6B 规模,权重索引显示为 6.15B(F32),以 Apache-2.0 许可开放。
它使用可扩展单流 DiT(Scalable Single-Stream DiT,S3-DiT)结构,把文本 token、视觉语义 token 和 VAE token 拼进同一条序列,不再区分双流。Turbo 版本从 Z-Image 蒸馏而来,只需要 8 次前向(num_inference_steps=9,实际 8 次 DiT 前向),并且关闭 CFG(guidance_scale=0.0)。
因为步数少,官方给出的卖点是单卡可用:在 H800 上达到亚秒级延迟,也能在 16GB 显存的消费级显卡上运行。这些数字来自厂商自述与官方博客,页面上的示例图尺寸为 1024×1024。
关键能力
- 8 步出图,CFG 关闭,适合低延迟场景
- 6B 级别参数,16GB 显存可跑
- 官方示例使用 1024×1024 分辨率
- 支持中文、英文的图内文字渲染
模型规格
- 开发者
- Z-Image Team, Tongyi MAI (Alibaba Group)
- 发布时间
- 2025-11-26
- 许可
- Apache-2.0
- 架构
- Scalable Single-Stream DiT(S3-DiT)
- 参数量
- 6B(权重索引 6.15B,F32)
- 任务类型
- 文生图(text-to-image)
- 推荐参数
- 官方示例参数:num_inference_steps=9(实际 8 次 DiT 前向)、guidance_scale=0.0。Turbo 版本未公布可用的分辨率范围。
Z-Image Turbo 创作的作品
Close-up half-body to mid-thigh composition, Y2K CCD direct flash documentary photography, dark tone with high-light texture, lo-fi. A 26-year-old East Asian woman, oval face, pale porcelain skin, pure and sweet face, peach blossom eyes with slightly upturned corners, a tear mole under the left eye. Focused expression with a hint of exhausted vulnerability, fair and delicate skin with realistic texture, long hair draped down naturally, a few strands sticking to her cheeks. Wearing a tiny, tight, low-cut silk blouse with a premium pearlescent texture, second button slightly undone, clearly outlining the full, naturally drooping E-cup chest curves; paired with a high-waisted pencil skirt, perfectly showcasing the wide hips and thigh lines of a pear-shaped figure. Sitting on an office chair, chin resting on one hand, the other hand resting on the keyboard. Direct flash illuminates the subject clearly and brightly, background features dynamic motion blur of a messy desk, computer screen glow, scattered documents, and a coffee cup. Real-life candid photography feel, Japanese film aesthetic, 8k ultra-clear.查看完整提示词
一张极致写实的全身人像摄影,东亚年轻女性,清冷精致五官,黑色中长直发自然披在肩上,皮肤白皙细腻。她靠在浅木纹电梯门前,身体微微侧倾,一只手抬起轻抚后颈,另一只手自然下垂。 穿着黑色薄弹力长袖上衣,面料紧贴身体,领口深V镂空交叉系带设计,把胸部的饱满弧度、锁骨和纤细腰线完全勾勒出来,上衣紧紧包裹住上半身,没有一丝松垮,腰部收得极细。下身是浅灰蓝色超短包臀裙,长度只到大腿根部,裙摆不对称交叉剪裁,面料紧紧贴住臀部和大腿根,把臀部的圆润曲线和大腿根部的丰腴感完整包住,强调被布料紧紧包裹的贴身质感。 下半身穿着高透明肉色连裤丝袜,丝袜质感细腻有轻微光泽,从脚尖到大腿根完全贴合皮肤,把修长笔直的美腿线条完整展现:大腿丰润有肉感却不臃肿,膝盖轮廓清晰,小腿修长紧致。丝袜在灯光下反射出柔和的高光,尤其是大腿外侧和小腿前侧,显得光滑、紧绷、极具弹性。 脚上穿着黑色尖头细高跟鞋,鞋面光滑亮面,细长鞋跟,鞋底微微露出红色,脚背被丝袜包裹后更显修长,脚踝线条清晰,高跟鞋把整个腿部的曲线从大腿到脚尖完美延伸。 低角度微仰拍,全身构图,光线柔和偏侧光,突出丝袜的光泽和衣服紧贴身体的包裹感,照片级写实,8K高清,皮肤纹理真实,布料褶皱自然,丝袜高光细腻。查看完整提示词
写实全身时尚人像摄影,一位年轻美丽的东亚女性,五官精致,眼神柔和富有表现力,自然红唇,无瑕白皙肌肤带有细腻真实的皮肤纹理。棕色长卷发半扎高马尾,佩戴红色小发饰,表情优雅自信,正回眸看向镜头。她侧身倚靠在一面浅米色风化水泥石墙旁,墙面有裂纹、剥落漆面和粗糙质感;一只手轻触墙壁,另一只手置于身后/后腰处,双腿优雅交叠站立,身体呈现优美的S形曲线。她身穿白色大破洞镂空连体网袜,不规则网状编织,大面积椭圆形镂空,网纱纹理精细,网袜布料褶皱自然,镂空位置露出肌肤。强烈的自然日光从侧前方照射,墙壁和身体上投下清晰的阴影,皮肤上有温暖的高光,阴影区域呈冷灰色,电影级布光,高定时尚大片氛围,优雅、性感、静谧、阳光、高级。85mm镜头拍摄,竖版全身构图,平视略带距离感,比例9:16,浅景深,背景轻微虚化。超精细、8K、照片级真实,发丝根根分明,纹理清晰,墙面裂纹可见,解剖结构真实比例准确,自然色彩分级,背景米色墙低饱和。无文字、无UI、无水印、无卡通、无插画、无动画感、无多余肢体、无变形。查看完整提示词
真人写真,少女,淡紫 + 米黄改良汉服,露肩齐胸襦裙,精致浅紫色绢花古风发髻,珍珠流苏发饰,垂坠耳饰,多层珍珠玉石项链,手持梅花团扇,春日庭院,背景是金黄迎春花,柔和午后逆光,阳光发丝光,柔光氛围感,皮肤通透细腻,原生相机生图质感,轻微胶片感,浅景深,半身人像,温柔浅笑,古典美人,画面干净,暖调自然光,高清 8k,细节丰富 负面提示词 卡通,动漫,畸形五官,扭曲手指,模糊,水印,文字,丑陋,低画质,变形,浓艳厚重妆容,夸张滤镜,多余肢体查看完整提示词
竖版9:16,真人写真,1位女生,灰蓝渐变长发,一侧头发遮住单眼,眼下泪痣妆容,深蓝色挂脖紧身短裙,金属链条颈饰,黑色羽毛大巫师帽,帽子带有乌鸦造型装饰,黑色羽毛披肩,白色丝袜,坐在复古图书馆牢笼场景内,身后书架堆满古籍,冷蓝色环境光,氛围感夜景,柔和面部补光,电影质感,细腻皮肤质感,高清8k,单反拍摄,浅景深,暗调氛围感,发丝细节丰富查看完整提示词
离谱荒诞9:16 竖版,真实拍摄质感女性写真,柔光CCD风,夜晚古风闺阁微醺写真,高级生活化古风人像,画面像夜晚古风房间里被CCD数码卡片机和柔和闪光灯偶然捕捉到的一帧,具有明显的千禧年CCD相机氛围,人物前景被柔和提亮,局部高光呈现奶白发光感与轻微过曝效果,保留轻颗粒、轻数码噪点与清透生活照色彩,整体不是影楼古装大片,不是廉价古风棚拍,而是真实、柔和、朦胧、微醺、带生活抓拍感的古风闺阁写真。画面主体是一位明确成年的年轻东方女性,视觉年龄约 22–28 岁,具有自然明确的东方女性特征,不过度欧美化,不幼态化,不是网红整容脸。人物为韩系瓜子脸,脸型精致流畅,下颌线清晰柔和,额头自然,五官耐看,眼睛细长清透,眼微醺,表情安静,嘴角轻微放松,不夸张,不甜腻,皮肤白皙细腻,在柔闪下呈现细腻奶白高光。人物身形为丰腴自然曲线,身体比例协调自然,整体曲线柔和饱满,腰线、腰胯衔接、大腿比例与侧身轮廓优美流畅,强调女性自然身体吸引力,但表现方式克制高级,不低俗。服装为改良古装和马油袜,融合轻纱与蕾丝细节,面料柔软轻盈,具有细腻质感与轻微层次感,可自然展现肩颈、锁骨、胸腰线条与腿部比例,整体为高级古风室内写真造型,华丽度克制,不跑偏成廉价 cosplay,不做透明或情趣化表达。场景设定在夜晚古风室内软榻空间,室内有木质软榻、半垂纱帐、暖黄灯影、古风靠垫、柔软薄毯、木质家具或局部雕花屏风,背景保留闺阁空间环境感,略微虚化,但仍能看出古风房间的氛围。镜头为全身近景构图,在 9:16 竖版中完整呈现人物全身,人物位于软榻上俯身面对镜头,双手自然支撑,身体重心稳定,姿态简单但具有明显曲线美,视线轻轻看向镜头或略微偏离镜头,形成一种像被夜晚闪光灯偶然记录下来的微醺闺阁瞬间。光线采用古风室内暖灯 + 柔闪,暖灯负责室内氛围,柔和闪光负责提亮人物前景与皮肤高光,形成前景人物更亮、背景仍有空间感的柔光CCD效果;滤镜表现为奶白高光、柔和发光感、轻颗粒、轻数码噪点、千禧年CCD色彩,整体画面柔和、通透、朦胧、夜色感明显,具有强烈社交平台传播感与第一眼吸睛效果。查看完整提示词
low angle,close up,1girl,solo,gray hair,blue eyes,black and white one thighhigh striped sock,single sock,sneakers,one knee kneeling,headtilt,looking viewer,masterpiece,best quality,8k,查看完整提示词
【整体画面风格】:4:3横画幅,王家卫式复古电影静帧流派,整体呈现静谧、克制且充满时光叙事张力的室内纪实氛围,去商业化的沉稳电影美学基调。 【人物面容】:【左侧近景·主体A(年轻女子)】约26岁东亚女性,清冷的古典鹅蛋脸与纤长颈部线条,干净通透的原生白皙肤质,受光侧颧骨可见极轻微的自然肌肤纹理,眉眼低垂呈温和专注状,双唇自然轻抿,耳垂在暖光下呈现自然的次表面散射微红;【右侧中景·主体B(年长男裁缝)】约65岁东亚男性,消瘦立体的面部骨相,健康的古铜色原生肌肤带有自然的岁月法令纹与修剪整洁的灰白胡茬,眼轮匝肌微收,眉心微蹙,展现出专注严谨的匠人神态。 【发型】:【左侧近景·主体A】乌黑浓密的复古手推波纹盘发,发丝呈现柔润的缎面微光泽,耳畔自然垂落一缕极细的微卷碎发;【右侧中景·主体B】花白相间的短发向后整齐梳拢,鬓角发丝根根分明,受光侧顶部发丝泛着柔和的暖银色高光。 【服装设计】:【左侧近景·主体A】身穿一件剪裁贴合的深墨绿色重磅真丝丝绒露肩长裙,丝绒表面在侧光下呈现出细腻的高光绒毛漫反射与深邃的暗部吸光过渡,锁骨下方领口贴合身体曲线;【右侧中景·主体B】内穿挺括的米白色细斜纹棉质衬衫,外搭一件深炭灰色粗纺羊毛马甲,衬衫袖口挽起至小臂并固定着深棕色松紧袖箍,手肘抬起处形成自然的织物受力折叠褶皱。 【首饰与配饰】:【左侧近景·主体A】左耳佩戴一枚温润的复古水滴形祖母绿宝石耳坠,在颈侧投下细小的接触阴影;【右侧中景·主体B】鼻梁上架着一副极细的圆框黄铜老花镜,镜片边缘带有一点微弱的暖光反射,颈间挂着一枚椭圆形红色绒布针插,双手正持握一条柔韧的鹅黄色油布裁缝软尺。 【人物姿势与交互力学】:画面定格在量体裁衣动作进行中的第0.5秒瞬间;【左侧近景·主体A】身体呈微侧45度对立平衡站姿,双肩自然放松下沉,头部微向右侧偏转,视线柔和地落向老裁缝手中的软尺刻度;【右侧中景·主体B】站在女子右后方半步的中景位置,上半身微向前倾,双手拇指与食指指腹稳稳捏住鹅黄色软尺两端,将软尺横跨贴合在女子后背与双肩三角肌外侧;软尺两端因指尖拉力呈现真实的绷直张力,软尺中段紧密贴合女子墨绿丝绒肩头与裸露的肩颈皮肤,在接触面产生极轻微的皮肤受压微凹陷与一条清晰的细线状接触阴影(AO)。 【背景环境】:三维Z轴空间层次深邃,前景左下方为失焦虚化的黄铜熨斗轮廓,中景为两人交互的核心区域(一条从高处斜射而下的暖光束在两人之间形成微妙的明暗空间界限),远景为柔和虚化的胡桃木裁缝工作台与挂满深色呢绒布料匹的复古木架;工作台面留有一道近乎不可察觉的白色画粉极淡余痕,画面保留30%的深邃暗部负空间。 【镜头与构图】:平视微侧视角,采用65mm f/2.0变形宽银幕定焦镜头拍摄,中近景双人构图;年轻女子位于画面左侧三分线近景主视觉锚点(焦点精准锁死于其眼睫与肩部软尺交汇处),老裁缝位于右侧三分线中景次视觉锚点(处于景深清晰边缘,过渡自然),两人视线与手臂线条构成稳固的三角形视觉引导。 【光影设计】:6:1戏剧性电影光比,3200K复古钨丝吊灯主光从画面左上方45度斜射而下,优先照亮年轻女子的左侧肩颈、面庞与老裁缝紧握软尺的双手;右侧暗部由深色木墙提供微弱的冷褐色漫反射补光;丝绒长裙的明暗交界线呈现独特的柔和光泽衰减,手指、软尺与肩部皮肤接触处具有扎实的接触阴影(AO)。 【色彩风格】:以深墨绿、暖琥珀金与沉稳胡桃木棕为主色调,低明度高质感电影调色;高光呈温暖的钨丝灯金黄色倾向,暗部阴影下潜为浓郁的墨绿与冷黑褐色,遵循柯达Vision3 500T电影胶片色彩科学。 【真实感与画质】:真丝丝绒的短绒漫反射、粗纺羊毛马甲的经纬颗粒、油布软尺的清晰黑色刻度与两人差异化的健康原生肤质对比鲜明;严格遵循软尺拉紧贴合肩部曲线的物理力学规律;镜头边缘带有极轻微的光学暗角与细腻均匀的电影胶片银盐颗粒,彻底杜绝AI塑料磨皮感、人物特征串色与手部穿模。查看完整提示词