Z-Image 图像生成完整教程：五分钟跑通第一张图与 3 个参数调优技巧

【免费下载链接】Z-Image项目地址: https://gitcode.com/gh_mirrors/zi/Z-Image

Z-Image 是一个 6B 参数的图像生成模型家族，官方仓库提供了 PyTorch 原生推理代码，其中蒸馏版 Z-Image-Turbo 只需 8 步即可完成生成，可放入 16G 显存的显卡。本文按动手顺序走通三件事：跑通单张生成、用提示词文件批量出图、调准仓库里真实存在的几个参数。

一张图说清它解决什么问题

在本地跑开源图像生成模型，常见的障碍是两个：显存装不下，砍掉推理步数后画质明显变差。Z-Image-Turbo 基于 Decoupled-DMD 蒸馏，用 8 步（8 次 NFE）完成整个去噪循环，保留了写实画质和中文英文双语文字渲染能力。它能在 16G 显存的消费级显卡上运行，在 H800 上推理延迟低于一秒，这让它成为本地部署 Z-Image 图像生成的现实选择。

五分钟拿到第一张图

克隆仓库、装依赖、跑示例脚本，一共三条命令：

git clone https://gitcode.com/gh_mirrors/zi/Z-Image cd Z-Image && pip install -e . python inference.py

脚本会先检查ckpts/Z-Image-Turbo下的模型权重，缺失时自动从官方模型仓库下载，并按 src/config/manifests/README.md 中描述的清单核对文件。跑完后，当前目录会多出一张 1024x1024 的example.png。

三个真实使用场景

双语文字渲染

输入：一条包含待渲染文字的中文或英文 prompt。操作：替换 inference.py 里的 prompt 后重新运行。结果：图中出现与 prompt 一致的中英文字，渲染准确率是 Z-Image-Turbo 的招牌能力，适合做海报和标语图。

用提示词文件批量出图

输入：一个每行一条 prompt 的文本文件，默认路径是prompts/prompt1.txt。操作：设置环境变量PROMPTS_FILE指向你的文件，运行python batch_inference.py。结果：图片按顺序存入outputs/目录，文件名带截断后的 prompt，终端逐张打印耗时，方便挑出慢提示词。

固定种子对比构图

inference.py 默认seed=42。保持 prompt 不变、只换 seed，可以观察构图与细节的变化幅度；需要复现某张图时，记下当时的 seed 即可。

让效果更好的设置

guidance_scale 为什么是 0。src/config/inference.py 把默认guidance_scale设为 0.0、num_inference_steps设为 8，这是 Turbo 蒸馏模型的正确用法——它不需要 CFG，加了反而损伤画质。换用基础版 Z-Image 模型时，建议步数 28–50、guidance 3.0–5.0，并配合 negative prompt 使用。

用环境变量切换注意力后端。脚本读取ZIMAGE_ATTENTION环境变量，默认_native_flash。在 Hopper 架构显卡上改成_flash_3，并把 inference.py 里的compile置为 True，可获得亚秒级生成速度。

分辨率必须是 16 的倍数。generate函数会校验 height 和 width，不满足 16 的倍数（VAE 8 倍下采样加 patch 2 倍）直接报错。1024x1024、1280x720 这类尺寸是安全选择。

继续深入的地方

模型结构与推理逻辑集中在 src/zimage/：pipeline.py 是 generate 入口，transformer.py 实现 DiT，scheduler.py 是流匹配调度器，autoencoder.py 是 VAE。架构常量（层数、隐层维度、RoPE 参数）在 src/config/model.py，模型变体各用多少步、是否用 CFG，可以直接对照 README 的 Model Zoo 表。先查表定步数和 guidance，再动其他参数，是 Z-Image 出图结果稳定的最短路径。

【免费下载链接】Z-Image项目地址: https://gitcode.com/gh_mirrors/zi/Z-Image