Китайская нейросеть Z-Image: обзор возможностей, инструкция и перспективы

Что такое Z-Image и кто её создал

Z-Image — это нейросеть для генерации и редактирования изображений по текстовому описанию, разработанная командой Tongyi Lab, которая входит в структуру китайского холдинга Alibaba. Модель позиционируется как открытое решение с высоким качеством генерации, способное конкурировать с коммерческими аналогами.

В отличие от многих других генераторов, Z-Image использует архитектуру DiT (Diffusion Transformer), которая позволяет одновременно обрабатывать текстовые и визуальные данные. Это даёт модели лучше понимать связь между промптом и изображением, что приводит к более точной генерации при меньших вычислительных затратах.

На данный момент Z-Image находится на стадии бета-тестирования, но уже успела привлечь внимание пользователей и занять десятую строчку в рейтинге Text-to-Image на популярной платформе Hugging Face. Разработчики обещают, что финальная версия будет ещё мощнее.

Три модели Z-Image: Turbo, Base и Edit

Alibaba анонсировала линейку из трёх моделей Z-Image, каждая из которых предназначена для решения определённых задач.

Z-Image Turbo — это модель для базовых пользователей, которая требует всего 8 шагов вычислений для получения результата. Она отлично справляется с созданием фотореалистичных изображений, двуязычным отображением текста (английский и китайский) и точным выполнением промптов. Именно эта версия доступна для тестирования широкой аудитории.

Z-Image Base — модель для разработчиков, которые хотят создавать собственные кастомные стили и модели на основе Z-Image. Она предоставляет больше гибкости и возможностей для тонкой настройки.

Z-Image Edit — модель для редактирования изображений, которая позволяет вносить изменения в уже существующие картинки, сохраняя остальные элементы неизменными. Эта версия пока недоступна для массового использования, но уже демонстрирует впечатляющие результаты в тестах.

Как начать пользоваться Z-Image

На данный момент у Z-Image нет отдельного сайта, но вы можете протестировать модель на платформе Hugging Face. Для этого перейдите на официальную страницу Z-Image и воспользуйтесь онлайн-демо, которое работает прямо в браузере. Никаких настроек или скачиваний не требуется.

Однако из-за большого количества желающих сервис может периодически выдавать ошибки. Вот несколько способов решения этой проблемы:

• Зарегистрируйтесь на Hugging Face — иногда это помогает восстановить доступ к генерации.
• Подождите некоторое время и попробуйте снова, так как разработчики постоянно дорабатывают сервис.
• Воспользуйтесь альтернативными Space, созданными другими пользователями, например: mrfakename/Z-Image-Turbo, cpuai/Z-Image-Turbo, anycoderapps/Z-Image-Turbo.
• Скачайте модель с GitHub и запустите её локально с помощью таких программ, как ComfyUI, Diffusers или WebUI.

Пока генерация изображений бесплатна, но, скорее всего, это временно. Поэтому стоит поторопиться и протестировать нейросеть, пока она доступна без ограничений.

Настройки генерации: разрешение, соотношение сторон и другие параметры

При работе с Z-Image Turbo у вас есть возможность настроить несколько параметров, чтобы получить желаемый результат.

• Разрешение: можно выбрать 1024, 1280 или 1536 пикселей. Чем выше разрешение, тем более детализированным будет изображение, но и времени на генерацию потребуется больше.
• Соотношение сторон: в зависимости от выбранного разрешения меняются доступные пропорции. Это позволяет создавать изображения для разных целей: квадратные для постов в соцсетях, широкие для баннеров, вертикальные для Stories.
• Seed: число, которое задаёт начальную точку генерации. Используя один и тот же seed, вы можете получать похожие изображения, а меняя его — разнообразить результаты.
• Количество шагов: сейчас этот параметр статичен и равен 8, что обеспечивает быструю генерацию.
• Сдвиг по времени: значение от 1 до 10, которое влияет на стиль и детализацию изображения.

Экспериментируя с этими настройками, вы сможете добиться оптимального результата для своих задач.

Создание фотореалистичных изображений

Одной из сильных сторон Z-Image является способность создавать изображения, которые практически неотличимы от реальных фотографий. Модель обучена на огромном количестве данных и знает о реальном мире, что позволяет ей корректно отображать культурные достопримечательности, национальную одежду, еду, интерьеры и животных.

Особенно впечатляет генерация людей: нейросеть отлично справляется с глазами, кожей и волосами, избегая типичных для других моделей искажений. Вы можете создавать собственных AI-моделей, персонажей для рекламы или просто красивые портреты.

Z-Image хорошо работает как с короткими, так и со сложными промптами. Если вы хотите получить конкретную композицию, свет и стиль, подробно опишите их. Если же вы новичок, можно начать с простых запросов и постепенно добавлять детали.

Однако, как и у любой нейросети, у Z-Image бывают артефакты — например, лишние пальцы или неестественные элементы. В таких случаях просто перегенерируйте изображение, изменив seed или немного дополнив промпт.

Генерация текстовых креативов и работа с типографикой

Z-Image демонстрирует отличные результаты при генерации изображений с текстом на английском и китайском языках. Модель сохраняет эстетическую композицию, реалистичность лиц и качественно отображает даже мелкий шрифт. Это делает её полезной для создания рекламных баннеров, карточек товаров и постов для соцсетей.

Например, вы можете попросить нейросеть сгенерировать карточку товара с ценой и названием, и она справится с этой задачей, если подробно описать, что должно быть на изображении.

С другими языками, такими как русский, испанский, французский и немецкий, модель пока работает хуже. Разработчики только начали обучать её на этих языках, поэтому результаты могут быть неудовлетворительными. Если вам нужен текст на русском, лучше добавить его позже в графическом редакторе.

3D-элементы, иллюстрации и работа со стилями

Помимо фотореализма, Z-Image умеет создавать 3D-модели, иллюстрации и мультяшных персонажей. Это позволяет использовать нейросеть для самых разных задач — от создания иконок для сайта до концепт-артов для игр.

У Z-Image нет предустановленных стилей, как у некоторых других сервисов, но это не ограничение, а скорее преимущество. Вы можете описать любой стиль словами, и модель постарается его воспроизвести. Например, вы можете попросить «масляную живопись в стиле импрессионистов» или «неоновый киберпанк» — и получите соответствующий результат.

Пользователи уже делятся примерами, как они с помощью Z-Image создают изображения в разных стилях, просто меняя промпт. Это открывает широкие возможности для творчества и экспериментов.

Редактирование изображений с помощью Z-Image Edit

Модель Z-Image Edit, хотя и не выпущена официально, уже продемонстрировала впечатляющие возможности в тестах. Она позволяет вносить изменения в изображение, сохраняя все остальные элементы неизменными. Вы можете отредактировать выражение лица, позу, освещение, фон, добавить надпись, изменить ракурс или даже превратить фотографию в иллюстрацию.

Это особенно полезно для дизайнеров, которые тратят много времени на редактирование в Photoshop. С помощью Z-Image Edit можно быстро изменить несколько деталей, не пересоздавая изображение с нуля.

Однако стоит отметить, что модель пока недоступна для широкой публики, и неизвестно, когда она будет выпущена. Разработчики анонсировали её возможности, но не сообщили точных сроков релиза.

Плюсы и минусы Z-Image

Как и любая нейросеть, Z-Image имеет свои сильные и слабые стороны. Вот основные из них, основанные на отзывах пользователей и нашем тестировании.

Плюсы:

• Высокая фотореалистичность генерируемого контента.
• Возможность создавать изображения с национальными костюмами и мировыми достопримечательностями без искажений.
• Качественная генерация текстовых креативов на английском и китайском языках.
• Создание 3D-моделей на высоком уровне.
• Хорошо выполняет свою работу даже при неоднозначных инструкциях.
• Гибкость настроек — можно работать со сложными промптами.
• Высокая скорость создания контента.

Минусы:

• Периодические поломки на платформе, где можно протестировать Z-Image.
• Качественная генерация текстовых креативов только на английском и китайском языках.
• Анонс трёх моделей, когда для тестирования доступна только одна, и то в бета-версии.
• Появляются лишние части тел, кривые пальцы и прочие неестественные элементы.

Несмотря на недостатки, Z-Image является перспективной моделью, которая уже сейчас может быть полезна для создания контента.

Заключение и перспективы

Z-Image — это мощная китайская нейросеть, которая предлагает высокое качество генерации изображений и редактирования. Она подойдёт всем, кто работает с визуальным контентом: маркетологам, дизайнерам, контент-менеджерам и арбитражникам.

Пока модель находится в стадии бета-тестирования, но уже показывает впечатляющие результаты. Если вы хотите попробовать её в деле, не откладывайте — генерация бесплатна, но это может измениться в любой момент.

Следите за обновлениями: разработчики обещают выпустить полную версию Z-Image Edit и улучшить поддержку других языков. Возможно, в будущем Z-Image станет одним из лидеров на рынке генеративных моделей.

Вопросы и ответы