阿里云通義宣布正式開源一款名為Z-Image的基座模型，該模型以6B參數(shù)規(guī)模構(gòu)建，采用非蒸餾架構(gòu)設(shè)計，完整保留全量權(quán)重分布。這一技術(shù)特性使其原生支持CFG引導(dǎo)機制，能夠為LoRA、ControlNet等微調(diào)任務(wù)提供穩(wěn)定的訓(xùn)練基礎(chǔ)，滿足開發(fā)者對模型擴展性的多樣化需求。

在圖像生成領(lǐng)域，Z-Image突破了傳統(tǒng)模型對寫實風(fēng)格的過度依賴。通過創(chuàng)新的多維度風(fēng)格融合技術(shù)，該模型既能精準呈現(xiàn)光影細膩的攝影級畫面，也可生成具有強烈情緒張力的動漫風(fēng)格作品。開發(fā)者可通過調(diào)整參數(shù)自由切換藝術(shù)表現(xiàn)形式，實現(xiàn)從超現(xiàn)實主義到抽象藝術(shù)的跨風(fēng)格創(chuàng)作。

針對AI生成內(nèi)容常見的同質(zhì)化問題，研發(fā)團隊對采樣空間分布進行專項優(yōu)化。通過改進生成算法中的隨機種子分配機制，確保不同輸出結(jié)果在人物面部特征、場景構(gòu)圖等方面保持顯著差異。在多人場景生成測試中，模型成功避免了"AI大眾臉"現(xiàn)象，每個個體都具備獨特的身份特征。

負向提示詞響應(yīng)機制是該模型的另一技術(shù)亮點。通過Negative Prompt功能，用戶可以精準過濾畫面中的瑕疵元素，從構(gòu)圖比例到光影效果均可實現(xiàn)深度控制。測試數(shù)據(jù)顯示，該機制能有效減少83%的異常生成情況，大幅提升出圖質(zhì)量穩(wěn)定性。

目前，Z-Image已在三大開源平臺同步上線：GitHub倉庫提供完整代碼與訓(xùn)練日志，魔搭社區(qū)配備中文技術(shù)文檔與交互式演示環(huán)境，Hugging Face空間則開放了模型權(quán)重下載服務(wù)。開發(fā)者可根據(jù)需求選擇適合的接入方式，快速開展二次開發(fā)工作。