Kling AI發佈2.6版本，新增原生音頻生成功能，支持中英雙語對白、歌唱與音效同步輸出，實現文本到視頻的完整創作流程，標誌着AI視頻進入有聲時代。
阿里巴巴通義實驗室開源Z-Image-Turbo-Fun-Controlnet-Union模型，擴展Z-Image系列圖像生成生態。該模型強化了精確控制與創意生成能力，已在Hugging Face上線，採用Apache2.0許可，支持商用。
阿里通義發佈生圖模型Z-Image，首日登頂Hugging Face趨勢榜，下載量達50萬次。該模型僅6億參數，卻能媲美大型模型，精細還原皮膚、髮絲、光影和紋理，構圖氛圍出色。同時推出優化版Z-Image-Turbo，僅需8步即可生成高質量圖像。
阿里巴巴開源Z-Image圖像模型，支持中英雙語文字渲染，僅6B參數實現高效圖像生成與編輯，視覺質量優秀。該模型由通義實驗室開發，聚焦AI技術趨勢，助力開發者洞悉創新應用。
基於 AI 的在線圖像生成與編輯工具。
Z-Image Turbo是高效AI圖像生成模型，秒速生成高質量圖像。
Alibaba
-
輸入tokens/百萬
輸出tokens/百萬
上下文長度
$2
Stepfun
Minimax
drbaph
Z-Image（造相）是一個擁有60億參數的高效圖像生成基礎模型，專門解決圖像生成領域的效率和質量問題。其蒸餾版本Z-Image-Turbo僅需8次函數評估就能達到或超越領先競品，在企業級H800 GPU上可實現亞秒級推理延遲，並能在16G VRAM的消費級設備上運行。
T5B
Z-Image-Turbo 是經過 FP8 E5M2 和 E4M3FN 格式量化的圖像處理模型，基於原始 Tongyi-MAI/Z-Image-Turbo 模型優化，在保持性能的同時顯著減少模型大小和推理資源需求。
Tongyi-MAI
Z-Image是一款功能強大且高效的圖像生成模型，擁有60億參數。它能有效解決圖像生成領域在效率、質量和功能多樣性方面的問題，為用戶提供高質量的圖像生成和編輯服務。
Diffusers多語言%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)
