最新动态2025年11月27日 17:19

阿里巴巴“小模型”Z-Image引爆AI绘图圈：6B参数8步出图，消费级显卡可跑

11.27 行业观察人士指出，Z-Image的轻量化路径与黑森林实验室32B参数的Flux.2形成鲜明对比，验证了数据去冗余+算法创新的小模型路线同样可达SOTA效果，为电商海报短视频特效游戏原画等场景提供了低成本可落地的AI绘图方案

11月27日，阿里巴巴通义实验室正式开源新一代文生图大模型Z-Image。仅6B的参数规模，却在官方盲测中拿下与20B级商业模型相当的画质，并以“8步采样、亚秒级出图、16GB显存可跑”刷新轻量化赛道纪录，被业内视为“消费级AI绘图时代”的里程碑。

技术突破：单流DiT+解耦蒸馏，8步生成大片

Z-Image采用单流Diffusion Transformer（S3-DiT）架构，将文本、视觉语义与图像VAE token拼接为统一序列，最大化参数效率。核心加速来自两项自研蒸馏技术：

1. Decoupled-DMD：把“无分类器引导（CFG）”与“分布匹配”解耦，分别优化，实现8步出图仍保留50步细节。

2. DMDR：在蒸馏后再用强化学习微调，基于指令跟随、文本正确、美学三维度奖励模型，Elo评分提升3%，开源模型中排名第一。

实测在RTX 4090上生成1024×1024图像仅需0.9秒，峰值显存13.7GB；512×512图像最低7.1GB即可运行，笔记本端也能“秒级”成片。

2025112701

能力亮点：双语文字、复杂指令、编辑一致性全面领先

Z-Image提供三个版本：

在1万次匿名人工评测中，Z-Image-Turbo在照片真实感、中英双语文字渲染、复杂排版等任务上优于SDXL、Flux.1等32B级模型，中文海报生成准确率居首。编辑场景下，模型可完成风格迁移、物体增删、人物姿态调整，并保证光影与纹理一致性。

开源即商用：Apache 2.0协议，电商、游戏、影视可无缝集成

Z-Image代码与权重采用Apache 2.0协议，已在GitHub、Hugging Face、ModelScope三平台同步开放，允许直接商用。官方同步放出ComfyUI插件与16GB显存推理脚本，开发者“pip+三行代码”即可本地部署。

行业观察人士指出，Z-Image的轻量化路径与黑森林实验室32B参数的Flux.2形成鲜明对比，验证了“数据去冗余+算法创新”的小模型路线同样可达SOTA效果，为电商海报、短视频特效、游戏原画等场景提供了低成本、可落地的AI绘图方案。

通义实验室透露，下一步将发布INT8量化版，目标在0.6秒内完成1024×1024生成；同时联合阿里云推出API服务，预计2026年推动AI绘图能力向移动端与边缘设备大规模下沉。

项目地址：