發佈於May 2025

Z-Image AI 影像產生器

Z-Image 是通義萬相團隊 Tongyi-MAI 推出的開源 6B 影像基礎模型。它強調提示詞服從、較寬的視覺覆蓋範圍，以及後續 Turbo、Edit 等家族變體；在這個頁面裡，你可以用它完成文生圖和單參考圖圖生圖。

無預覽

如何使用 Z-Image

在這個頁面裡用 Z-Image完成文生圖和單參考圖圖生圖

先寫提示詞，需要時再加一張參考圖，然後透過幾輪快速迭代收緊請求，讓畫面和文字更穩定地靠近你的目標。

先描述主體與視覺目標

寫出主體、鏡頭感覺、光線、構圖，以及圖中需要出現的文字。

需要時再加一張參考圖

如果你想保留氛圍、商品形體或版式方向，可以上傳一張參考圖，再用自然語言繼續約束結果。

快速出圖並繼續收緊提示詞

按需要的比例生成圖片，對比不同結果，然後繼續細化提示詞，直到構圖和文字都更貼近目標。

Z-Image 的核心優勢

作為基礎影像模型，Z-Image 真正突出的地方

Z-Image 是一個開放的地方⟪E6⟫⟪S7⟫Z-Image 是一個開放的 KEEP_1__ 基礎路徑更清楚的提示。

開源的 6B 基礎模型

Z-Image 是整個家族的基座源模型，所以可以研究、未使用微源模型，而不是整個家庭的基座源模型，所以可以研究、未使用微源模型。

上游模型以 Apache-2.0 公開發布，並可在 GitHub 和 Hugging Face 取得。

它同時也是 Z-Image-Turbo、Z-Image-Edit 等後續家族變體的基礎。

如果你在意權重可得性和本地部署，而不只是一次性生成，這會更有價值。

提示詞與負向提示的控制更容易體現

官方材料強調提示詞服從和負向提示，這讓它在你需要清楚看到提示詞改動時更好用。

當你明確寫出主體、構圖、風格，不要出現任何事物時，它的回應會更清楚。

這對海報、商品場景和版式敏感的提示詞尤其有幫助。

當基礎提示詞保持穩定時，也更容易比較不同變體。

一個基礎模型就能涵蓋多種視覺方向

作為未蒸餾的基礎模型，Z-Image 可以在寫實、海報排版和更風格化的方向之間切換，而不用一開始就換模型家族。

它能在寫實、海報感和風格化方向之間切換，不會過早把你鎖死在一種視覺傾向裡。

在同一個基礎提示詞下，它適合用來探索人物形象、姿態、版面和藝術方向的變化。

這對前期還在收窄創意方向時更有價值。

已經有真實的本地運行時和 ComfyUI 生態

Z-Image 已經出現在 diffusers、本地運行時、ComfyUI 工具和工作流程包裡。

它已經有真實的本地推理路徑和社區工具，而不只是幾個託管演示。

你可以把它接到 LoRA、ControlNet 和自訂工作流程實驗裡。

如果本地部署是選模型的重要條件，這一點很關鍵。

適用場景

Z-Image 特別適合這些任務

圖更適合提示驅動的生成、海報版詞、偏商品感的視覺圖，以及這個頁面裡的單細化任務。

提示詞驅動的商品和行銷視覺

當你想要更乾淨的構圖、材質和光線時，可以用它做商品主圖、包裝概念圖、廣告草圖和落地頁視覺圖。

海報和排版導向的概念圖

當提示詞控制和文字可讀性都重要時，可以用 Z-Image 做海報、社交圖和版式導向的創意圖。

基於參考圖的圖像細化

從一張參考圖出發，推動風格、構圖或視覺方向變化，而不用從零重新搭整個概念。

自託管和工作流程導向的使用

如果你後續可能把同一模型遷到 ComfyUI、本地運行時或更定制化的圖像流程裡，Z-Image 會更合適。

提示詞模式與示例

透過真實示例，理解怎麼寫更好的 Z-Image 提示詞

_0 字都會展示一個提示詞模式、對應的細節。先看圖，再展開看完整提示詞、為什麼它有效，以及如何照著寫。

商品視覺

適合的提示詞方向

適合需要乾淨商業光線控制的商品視覺。

高端護膚品主視覺圖

提示詞公式

[產品] + [鏡頭角度] + [檯面/背景] + [光線] + [商業成片風格]

查看提示詞細節展開

完整提示詞

A premium glass skincare bottle on a light beige stone pedestal, soft directional studio lighting, subtle shadow, clean editorial composition, luxury e-commerce is sion, nreles s格, naging. photography.

為什麼有效

這個提示詞很符合 Z-Image 在寫實、光線控制和偏商業成片感上的優勢。

預期輸出

適合作為落地頁、商品頁或店鋪橫幅主圖的乾淨商品視覺。

提示

先寫產品本體，再明確鏡頭類型和檯面環境。
用 glass、stone、matte、reflective 這類材質詞，可以減少語意漂移。

帶文字的海報

適合的提示詞方向

適合需要中文或英文更可讀的海報概念圖。

一張雙語音樂節海報，包含醒目的 Summer Pulse 2026 標題和粗體中文副標題。

中英雙語音樂節海報

提示詞公式

[海報主題] + [標題文字] + [文字語言] + [排版層級] + [背景風格]

查看提示詞細節展開

完整提示詞

Modern bilingual music festival poster, bold headline "Summer Pulse 2026", smaller Chinese subtitle "城市電子音樂節", black background with neon orange and cyan accents, able able), poster design.

為什麼有效

當中文或英文文字本身就是創意的一部分，而不只是裝飾時，Z-Image 會更有優勢。

預期輸出

做出標題區塊更清楚、輔助文字更易讀的海報概念圖。

提示

當文案必須精確時，把正文放進引號裡。
把文字層級和海報氛圍分開描述，會更穩定。

圖生圖

適合的提示詞方向

適合需要保留物體身份的單參考圖編輯。

參考圖驅動的包裝升級

提示詞公式

[保持不變的部分] + [要改變的部分] + [新的光線/風格/構圖方向]

查看提示詞細節展開

完整提示詞

Keep the bottle shape, cap structure, and front-facing composition from the reference image. Change the packaging style to a modern matte white and sage green palette, softer sdiom, sage reappette, sage, reappette, s經濟retail presentation.

為什麼有效

這類任務很適合 Z-Image 的單參考圖編輯能力，而且請求也足夠集中。

預期輸出

在保留產品身分的前提下，完成更可控的包裝方向升級。

提示

先寫必須保持穩定的部分，例如形體、構圖或產品結構。
把改動範圍寫窄一點，一張參考圖才能更乾淨地運作。

行銷創意

適合的提示詞方向

適合需要動感與商品清晰度兼顧的商業廣告方向。

咖啡品牌的快速社群廣告概念

提示詞公式

[主體] + [視覺方向] + [構圖] + [顏色/光線] + [使用場景]

查看提示詞細節展開

完整提示詞

Commercial iced coffee campaign visual, close-up cold brew cup with ice splash, premium coffee packaging beside the style, no logos, no brand names, clean packaging design.

為什麼有效

這個提示詞把產品佈置、光線和廣告意圖都寫得很明確，同時規避了品牌文案幹擾。

預期輸出

適合延展到社交廣告、季節性活動或落地頁主視覺的飲品廣告方向。

提示

寫清楚行銷管道或使用場景，構圖會更有目的性。
動作只保留一個最強的，例如 splash 或 close-up，不要同時堆很多動勢。

什麼時候選 Z-Image

當你開放權重和本地部署時，Z-Image更適合

當你希望提示詞改動能更清楚地體現在結果裡，計劃在這個頁面之外繼續復用模型，或者在意開放權重和本地運行時，Z-Image 會更合適。

當你希望現在產生、以後繼續重複相同模型

如果你想先在這裡生成，之後再把同一個模型家族遷到 ComfyUI、本地運行時或定制流程裡，Z-Image 比較適合。它更適合那些在意提示詞控制和模型可得性的場景。

當你只想開箱即用的託管風格時，可以選別的模型

如果你更想要某種現成的託管風格，不在意開放權重、本地運行時和後續定制，就可以去試 GPT-4o 或 Seedream。它們會更直接。

社區外部證明

圍繞 Z-Image 的社區示例與外部討論

在這些視頻、X 帖子和 __KEEP_1KE 討論，補充了這些視頻、__EP_0 1KEEP_1 案例中的真實視角。它們更適合作為輔助證明，在你先理解模型本身和上面的提示詞模式之後再看。

視訊範例

X貼文

Reddit 討論

開源生態

與 Z-Image 相關的開源專案

這些 GitHub 都經過人工篩選，直接與 __KEEP_0 相關。你可以用它們研究模型、在本地運行，或理解社群是怎麼圍繞它搭建流程的。

倉庫01

Tongyi-MAI / Z-Image

官方倉庫

Tongyi-MAI 發布的上游 Z-Image 倉庫，是 6B 模型家族、checkpoint、技術報告和官方推理說明的首要來源。

10,481 星標

Apache-2.0

查看項目

倉庫02

Koko-boya / Comfyui-Z-Image-Utilities

ComfyUI 工具節點

專門為 Z-Image 工作流程做的 ComfyUI 擴展，包含提示詞增強、圖像感知提示和集成採樣節點。

116 星標

Apache-2.0

查看項目

倉庫03

martin-rizzo / AmazingZImageWorkflow

ComfyUI 工作流程套件

面向 Z-Image 家族的 ComfyUI 工作流程包，內建風格、refiner、upscaler，以及 GGUF 和 Safetensors 的現成配置。

398 星標

Unlicense

查看項目

倉庫04

martin-rizzo / ComfyUI-ZImagePowerNodes

ComfyUI 自訂節點

專門為 Z-Image 和 Z-Image-Turbo 設計的一組 ComfyUI 自訂節點，補充了風格、latent 設定和設定。

166 星標

MIT

查看項目

FAQs

常見問題

About Kling 4 and our platform

什麼是 Z-Image？

Z-Image 是 Tongyi-MAI 發布的開源 6B 圖像基礎模型。它是整個 Z-Image 家族的基座模型，重點在於提示詞服從、較寬的視覺覆蓋範圍，以及後續微調、部署和變體擴展的靈活性。

Z-Image 最適合哪些任務？

Z-Image 適合提示字驅動的圖像生成、海報概念圖、偏商品感的視覺圖，以及後續可能遷移到 ComfyUI、本地運行時或其他自託管流程的工作。

這個頁面裡的 Z-Image 支援圖生圖嗎？

支持。在這個頁面裡，Z-Image 同時支援文生圖和單參考圖圖生圖。當你想要保留形體、構圖或整體視覺方向時，可以上傳一張參考圖。

這個頁面裡的 Z-Image 支援哪些寬高比？

目前支援 1:1、4:3、3:4、16:9 和 9:16，涵蓋常見的方圖、垂直圖、橫圖以及偏社交內容的創作比例。

怎麼寫出更好的 Z-Image 提示詞？

先寫主體，再寫風格、構圖、光線、材質，以及圖中必須出現的文字。 Z-Image 更適合把「必須滿足的要求」和「可以浮動的風格」分開寫，尤其是海報、商品圖和單參考圖編輯。

何時該用 Z-Image，而不是 GPT-4o 或 Seedream 4？

如果你更在意開源權重、後續可自託管，以及提示詞控制的可復用性，選 Z-Image 更合適。如果你主要想要某個託管模型自帶的風格傾向和現成工作流程，可以再看 GPT-4o 或 Seedream 4。

Z-Image 和 Z-Image-Turbo 有什麼差別？

Z-Image 是主 6B 基礎模型。 Z-Image-Turbo 是為更快、更輕量推理做過蒸餾優化的家族變體，所以很多社區工作流程和本地部署討論會更常提到 Turbo。

Z-Image 產生的圖片可以商用嗎？

Z-Image 上游權重採用 Apache-2.0 發布，但產生結果能否直接商用，仍取決於你的使用情境、審核標準和本平台適用條款。用於正式生產前，仍應做正常的法務和品牌審核。

Z-Image 是開源的嗎？可以自部署嗎？

可以。 Tongyi-MAI 已經公開發布 Z-Image，上游模型也已經出現在 diffusers、本地運行時、ComfyUI 工具和工作流程包裡。這讓它比純託管閉源模型更容易研究、部署和改造。

Still have questions? We're here to help

Join Discord

相關模型

在站內對比 Z-Image 與其他圖像模型

如果 Z-Image 不是你現在工作流最合適的選擇，可以繼續看這些響應

GPT-4o 圖像生成器

當你想看一個更通用的託管圖像模型，用來做概念圖、編輯和另一種視覺偏向時，可以試試 GPT-4o。

查看模型

Flux 2 圖像生成器

如果你想看另一條更偏精修成片感的圖像生成路線，以及不同的提示詞響應方式，可以繼續看 Flux 2。

查看模型

Seedream 4 影像產生器

如果你更想要偏風格化或偏電影感的視覺方向，可以把 Z-Image 和 Seedream 4 做對比。

查看模型

Qwen 2 影像產生器

如果你想看另一種提示字驅動、同時支援參考圖產生的模型，也可以繼續開啟 Qwen 2。

查看模型

在這裡試用 Z-Image

開啟生成器，從提示詞或一張參考圖開始，在這個頁面裡用 Z-Image 完成更可控的文生圖和單參考圖編輯。

發佈於May 2025

Z-Image AI 影像產生器

無預覽

如何使用 Z-Image

在這個頁面裡用 Z-Image完成文生圖和單參考圖圖生圖

先寫提示詞，需要時再加一張參考圖，然後透過幾輪快速迭代收緊請求，讓畫面和文字更穩定地靠近你的目標。

先描述主體與視覺目標

寫出主體、鏡頭感覺、光線、構圖，以及圖中需要出現的文字。

需要時再加一張參考圖

如果你想保留氛圍、商品形體或版式方向，可以上傳一張參考圖，再用自然語言繼續約束結果。

快速出圖並繼續收緊提示詞

按需要的比例生成圖片，對比不同結果，然後繼續細化提示詞，直到構圖和文字都更貼近目標。

Z-Image 的核心優勢

作為基礎影像模型，Z-Image 真正突出的地方

Z-Image 是一個開放的地方⟪E6⟫⟪S7⟫Z-Image 是一個開放的 KEEP_1__ 基礎路徑更清楚的提示。

開源的 6B 基礎模型

Z-Image 是整個家族的基座源模型，所以可以研究、未使用微源模型，而不是整個家庭的基座源模型，所以可以研究、未使用微源模型。

上游模型以 Apache-2.0 公開發布，並可在 GitHub 和 Hugging Face 取得。

它同時也是 Z-Image-Turbo、Z-Image-Edit 等後續家族變體的基礎。

如果你在意權重可得性和本地部署，而不只是一次性生成，這會更有價值。

提示詞與負向提示的控制更容易體現

官方材料強調提示詞服從和負向提示，這讓它在你需要清楚看到提示詞改動時更好用。

當你明確寫出主體、構圖、風格，不要出現任何事物時，它的回應會更清楚。

這對海報、商品場景和版式敏感的提示詞尤其有幫助。

當基礎提示詞保持穩定時，也更容易比較不同變體。

一個基礎模型就能涵蓋多種視覺方向

作為未蒸餾的基礎模型，Z-Image 可以在寫實、海報排版和更風格化的方向之間切換，而不用一開始就換模型家族。

它能在寫實、海報感和風格化方向之間切換，不會過早把你鎖死在一種視覺傾向裡。

在同一個基礎提示詞下，它適合用來探索人物形象、姿態、版面和藝術方向的變化。

這對前期還在收窄創意方向時更有價值。

已經有真實的本地運行時和 ComfyUI 生態

Z-Image 已經出現在 diffusers、本地運行時、ComfyUI 工具和工作流程包裡。

它已經有真實的本地推理路徑和社區工具，而不只是幾個託管演示。

你可以把它接到 LoRA、ControlNet 和自訂工作流程實驗裡。

如果本地部署是選模型的重要條件，這一點很關鍵。

適用場景

Z-Image 特別適合這些任務

圖更適合提示驅動的生成、海報版詞、偏商品感的視覺圖，以及這個頁面裡的單細化任務。

提示詞驅動的商品和行銷視覺

當你想要更乾淨的構圖、材質和光線時，可以用它做商品主圖、包裝概念圖、廣告草圖和落地頁視覺圖。

海報和排版導向的概念圖

當提示詞控制和文字可讀性都重要時，可以用 Z-Image 做海報、社交圖和版式導向的創意圖。

基於參考圖的圖像細化

從一張參考圖出發，推動風格、構圖或視覺方向變化，而不用從零重新搭整個概念。

自託管和工作流程導向的使用

如果你後續可能把同一模型遷到 ComfyUI、本地運行時或更定制化的圖像流程裡，Z-Image 會更合適。

提示詞模式與示例

透過真實示例，理解怎麼寫更好的 Z-Image 提示詞

_0 字都會展示一個提示詞模式、對應的細節。先看圖，再展開看完整提示詞、為什麼它有效，以及如何照著寫。

商品視覺

適合的提示詞方向

適合需要乾淨商業光線控制的商品視覺。

高端護膚品主視覺圖

提示詞公式

[產品] + [鏡頭角度] + [檯面/背景] + [光線] + [商業成片風格]

查看提示詞細節展開

完整提示詞

為什麼有效

這個提示詞很符合 Z-Image 在寫實、光線控制和偏商業成片感上的優勢。

預期輸出

適合作為落地頁、商品頁或店鋪橫幅主圖的乾淨商品視覺。

提示

先寫產品本體，再明確鏡頭類型和檯面環境。
用 glass、stone、matte、reflective 這類材質詞，可以減少語意漂移。

帶文字的海報

適合的提示詞方向

適合需要中文或英文更可讀的海報概念圖。

中英雙語音樂節海報

提示詞公式

[海報主題] + [標題文字] + [文字語言] + [排版層級] + [背景風格]

查看提示詞細節展開

完整提示詞

為什麼有效

當中文或英文文字本身就是創意的一部分，而不只是裝飾時，Z-Image 會更有優勢。

預期輸出

做出標題區塊更清楚、輔助文字更易讀的海報概念圖。

提示

當文案必須精確時，把正文放進引號裡。
把文字層級和海報氛圍分開描述，會更穩定。

圖生圖

適合的提示詞方向

適合需要保留物體身份的單參考圖編輯。

參考圖驅動的包裝升級

提示詞公式

[保持不變的部分] + [要改變的部分] + [新的光線/風格/構圖方向]

查看提示詞細節展開

完整提示詞

為什麼有效

這類任務很適合 Z-Image 的單參考圖編輯能力，而且請求也足夠集中。

預期輸出

在保留產品身分的前提下，完成更可控的包裝方向升級。

提示

先寫必須保持穩定的部分，例如形體、構圖或產品結構。
把改動範圍寫窄一點，一張參考圖才能更乾淨地運作。

行銷創意

適合的提示詞方向

適合需要動感與商品清晰度兼顧的商業廣告方向。

咖啡品牌的快速社群廣告概念

提示詞公式

[主體] + [視覺方向] + [構圖] + [顏色/光線] + [使用場景]

查看提示詞細節展開

完整提示詞

Commercial iced coffee campaign visual, close-up cold brew cup with ice splash, premium coffee packaging beside the style, no logos, no brand names, clean packaging design.

為什麼有效

這個提示詞把產品佈置、光線和廣告意圖都寫得很明確，同時規避了品牌文案幹擾。

預期輸出

適合延展到社交廣告、季節性活動或落地頁主視覺的飲品廣告方向。

提示

寫清楚行銷管道或使用場景，構圖會更有目的性。
動作只保留一個最強的，例如 splash 或 close-up，不要同時堆很多動勢。

什麼時候選 Z-Image

當你開放權重和本地部署時，Z-Image更適合

當你希望提示詞改動能更清楚地體現在結果裡，計劃在這個頁面之外繼續復用模型，或者在意開放權重和本地運行時，Z-Image 會更合適。

當你希望現在產生、以後繼續重複相同模型

當你只想開箱即用的託管風格時，可以選別的模型

如果你更想要某種現成的託管風格，不在意開放權重、本地運行時和後續定制，就可以去試 GPT-4o 或 Seedream。它們會更直接。

社區外部證明

圍繞 Z-Image 的社區示例與外部討論

視訊範例

X貼文

Reddit 討論

開源生態

與 Z-Image 相關的開源專案

這些 GitHub 都經過人工篩選，直接與 __KEEP_0 相關。你可以用它們研究模型、在本地運行，或理解社群是怎麼圍繞它搭建流程的。

倉庫01

Tongyi-MAI / Z-Image

官方倉庫

Tongyi-MAI 發布的上游 Z-Image 倉庫，是 6B 模型家族、checkpoint、技術報告和官方推理說明的首要來源。

10,481 星標

Apache-2.0

查看項目

倉庫02

Koko-boya / Comfyui-Z-Image-Utilities

ComfyUI 工具節點

專門為 Z-Image 工作流程做的 ComfyUI 擴展，包含提示詞增強、圖像感知提示和集成採樣節點。

116 星標

Apache-2.0

查看項目

倉庫03

martin-rizzo / AmazingZImageWorkflow

ComfyUI 工作流程套件

面向 Z-Image 家族的 ComfyUI 工作流程包，內建風格、refiner、upscaler，以及 GGUF 和 Safetensors 的現成配置。

398 星標

Unlicense

查看項目

倉庫04

martin-rizzo / ComfyUI-ZImagePowerNodes

ComfyUI 自訂節點

專門為 Z-Image 和 Z-Image-Turbo 設計的一組 ComfyUI 自訂節點，補充了風格、latent 設定和設定。

166 星標

MIT

查看項目

FAQs

常見問題

About Kling 4 and our platform

什麼是 Z-Image？

Z-Image 最適合哪些任務？

Z-Image 適合提示字驅動的圖像生成、海報概念圖、偏商品感的視覺圖，以及後續可能遷移到 ComfyUI、本地運行時或其他自託管流程的工作。

這個頁面裡的 Z-Image 支援圖生圖嗎？

支持。在這個頁面裡，Z-Image 同時支援文生圖和單參考圖圖生圖。當你想要保留形體、構圖或整體視覺方向時，可以上傳一張參考圖。

這個頁面裡的 Z-Image 支援哪些寬高比？

目前支援 1:1、4:3、3:4、16:9 和 9:16，涵蓋常見的方圖、垂直圖、橫圖以及偏社交內容的創作比例。

怎麼寫出更好的 Z-Image 提示詞？

何時該用 Z-Image，而不是 GPT-4o 或 Seedream 4？

Z-Image 和 Z-Image-Turbo 有什麼差別？

Z-Image 是主 6B 基礎模型。 Z-Image-Turbo 是為更快、更輕量推理做過蒸餾優化的家族變體，所以很多社區工作流程和本地部署討論會更常提到 Turbo。

Z-Image 產生的圖片可以商用嗎？

Z-Image 是開源的嗎？可以自部署嗎？

Still have questions? We're here to help

Join Discord

相關模型

在站內對比 Z-Image 與其他圖像模型

如果 Z-Image 不是你現在工作流最合適的選擇，可以繼續看這些響應

GPT-4o 圖像生成器

當你想看一個更通用的託管圖像模型，用來做概念圖、編輯和另一種視覺偏向時，可以試試 GPT-4o。

查看模型

Flux 2 圖像生成器

如果你想看另一條更偏精修成片感的圖像生成路線，以及不同的提示詞響應方式，可以繼續看 Flux 2。

查看模型

Seedream 4 影像產生器

如果你更想要偏風格化或偏電影感的視覺方向，可以把 Z-Image 和 Seedream 4 做對比。

查看模型

Qwen 2 影像產生器

如果你想看另一種提示字驅動、同時支援參考圖產生的模型，也可以繼續開啟 Qwen 2。

查看模型

在這裡試用 Z-Image

開啟生成器，從提示詞或一張參考圖開始，在這個頁面裡用 Z-Image 完成更可控的文生圖和單參考圖編輯。