主な特徴
使える場面
- 研究や学習向けに写実的な画像を生成
- アプリケーション内で画像生成機能を試作
- 拡散トランスフォーマー構成を実験
- 有料サービスなしでビジュアル素材を作成
使い方
- 1 オープンソースのモデルと重みをダウンロードする
- 2 単一ストリームの拡散トランスフォーマーの流れを構築する
- 3 必要に応じて二言語のテキストを含むプロンプトを書く
- 4 推論を実行して画像を生成する
- 5 出力を確認し、プロンプトを調整する
こんな方におすすめ
メリット
- オープンソースで無料利用できる
- 写実的な品質と効率的なメモリ使用
- 高速な推論で素早い反復ができる
- 二言語のテキスト描画が標準搭載
制限事項
- 無料およびオープンソースの条件は上流側で変わる可能性がある
- 自分で動かすには技術的な設定とハードウェアが必要
- 扱える範囲は画像生成のタスクに限られる
- 出力品質はプロンプトとデータに左右される
Z Image とは
Z Imageはアリババクラウドの通義千問チームが開発した、60億パラメータの画像生成モデルです。単一ストリームの拡散トランスフォーマー構成を採用し、オープンソースで無料利用できます。強い結果を出すのに極端に大きなモデルサイズは必要ないことを示すために作られ、効率的で低コストな画像生成の道筋を提供します。挙げられている強みには、写実的な品質、超高速な推論、二言語のテキスト描画、効率的なメモリ使用があります。高性能な生成モデルをより身近にすることを目指し、学習、試作、応用プロジェクトのために画像を生成する研究者や開発者を想定しています。オープンソースなので、閉じたサービスとして扱うのではなく、モデルを検証し、その上で発展させることができます。
できること
- テキストのプロンプトから写実的な画像を生成する
- 生成画像の中に二言語のテキストを直接描画する
- 高速な推論で素早い反復や一括テストを行う
- 単一ストリームの拡散トランスフォーマー設計を研究したり発展させたりする
- 自前の処理の中で画像品質とメモリ使用のバランスを取る
- 閉じたサービスではなくオープンなモデルで実験する
こんな人に向いています
- 効率的な拡散やトランスフォーマーのモデルを研究する研究者
- アプリに画像生成を組み込む開発者
- 巨大モデルに代わる、開かれた低コストの選択肢を求めるチーム
- 最新の画像生成の仕組みを学ぶ学習者
注意点
オープンソースで無料という状態は、上流のプロジェクトがライセンスや配布条件を更新すると変わる可能性があるため、依存する前に現在の条件を確認してください。自分でモデルを動かすには技術的な設定に加え、60億パラメータのネットワークを扱えるハードウェアが必要で、一般のパソコンでは負荷が大きく、大きなダウンロードも伴う場合があります。出力品質はプロンプトとデータに左右され、結果が保証されるわけではありません。チームで使う場合は、あらかじめ計算資源と保存領域を見積もっておきましょう。研究開発向けのツールとして扱い、商用利用の前にライセンスを確認してください。
よくある質問
Z Imageは無料で使えますか?
はい。モデルはオープンソースで無料利用できます。
誰が開発したのですか?
アリババクラウドの通義千問チームです。
モデルの規模はどのくらいですか?
60億パラメータです。
主な強みは何ですか?
写実的な品質、高速な推論、二言語のテキスト描画、効率的なメモリ使用です。
無料で使える理由
公式ページの記載内容: 免费使用免费zh-バックフィル
無料の上限、トライアル期間、機能は公式サイトが決定し、いつでも変更される場合があります。
製品プレビュー
一覧ページから保存したスクリーンショットです。プレビュー専用です。