アリババは、6バイトのパラメータで動作する高効率画像生成モデルであるZ-Imageをオープンソース化した。

Alibabaは、6バイトのパラメータで高効率な画像生成モデルであるZ-Imageをオープンソース化しました。このモデルはシングルストリームDiTアーキテクチャを採用し、テキストとビジュアルセマンティックトークンを均一に処理することでパラメータ効率を向上させています。リリースされたバージョンは3つあります。Z-Image-Turboは、8ステップの高速生成をサポートする軽量蒸留バージョンで、リアルな画像生成とバイリンガルテキストレンダリングに優れています。Z-Image-Baseは、コミュニティによる微調整とカスタマイズのためのベースモデルです。Z-Image-Editは画像編集に特化しており、自然言語コマンドに基づくクリエイティブな編集をサポートしています。