🌟 核心特性

未经蒸馏的基础模型：作为非蒸馏的基础模型，Z-Image 保留了完整的训练信号。它支持完整的无分类器引导（CFG），为复杂提示工程和专业工作流提供所需的精确控制。
美学多样性：Z-Image 掌握了极其丰富的视觉语言——从超写实摄影、电影级数字艺术，到精细的动漫和风格化插画。它是需要丰富、多维表达场景的理想引擎。
增强的输出多样性：专为探索而构建，Z-Image 在不同随机种子下能显著提升构图、人脸身份和光照的多样性，确保多人场景始终保持独特且富有动态感。
面向开发优化：社区的理想起点。其非蒸馏特性使其成为 LoRA 微调、结构条件控制（ControlNet）和语义条件控制的良好基础。
强大的负面控制能力：对负面提示具有高保真响应，使用户能够可靠地抑制伪影并调整构图。

🆚 Z-Image 与 Z-Image-Turbo 对比




方面
Z-Image
Z-Image-...