Kling AIがバージョン2.6をリリース。新たにネイティブ音声生成機能を追加し、中英二か国語の対話・歌唱・効果音の同期出力をサポート。テキストから動画までの完全な創作フローを実現し、AI動画が音声時代に入ったことを示す。....
アリババ・タオイー研究所がZ-Image-Turbo-Fun-Controlnet-Unionモデルをオープンソースとして公開しました。Z-Imageシリーズの画像生成エコシステムを拡張しています。このモデルは正確な制御と創造的な生成能力を強化しており、Hugging Faceで公開されています。Apache2.0ライセンスを使用し、商用利用が可能です。
阿里通義が発表した画像生成モデル「Z-Image」がHugging Faceトレンド1位を獲得、初日ダウンロード数50万回。6億パラメータで大型モデル並みの高品質な肌・髪・光影・質感を再現。同時に高速版「Z-Image-Turbo」も公開、8ステップで高画質画像を生成可能。....
アリババの通義実験室がZ-Image-Turboを発表。6Bパラメータで20B+モデル並みの性能を実現。RTX4090で1024×1024画像を2.3秒生成、VRAM使用量13GB。8ステップで印刷品質を達成し、3060 6Gなど民生GPUにも対応（最大16GB）。複雑な中国語プロンプトを正確に理解。....
drbaph
Z-Image（造相）は60億のパラメータを持つ高効率な画像生成基礎モデルで、画像生成分野の効率と品質の問題を専門的に解決します。その蒸留バージョンであるZ-Image-Turboは、たった8回の関数評価でリーディングな競合モデルに匹敵するか、それを上回る性能を発揮し、企業用のH800 GPUでは亚秒級の推論遅延を実現し、16G VRAMの消費者向けデバイスでも動作します。
T5B
Z-Image-Turboは、FP8 E5M2とE4M3FN形式で量子化された画像処理モデルで、元のTongyi-MAI/Z-Image-Turboモデルを最適化し、性能を維持しながらモデルサイズと推論リソースの要件を大幅に削減します。
Tongyi-MAI
Z-Imageは機能が豊富で高効率な画像生成モデルで、60億のパラメータを持っています。これは画像生成分野における効率、品質、機能の多様性の問題を効果的に解決し、ユーザーに高品質の画像生成と編集サービスを提供します。
Diffusers多言語%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
