Z-Image sans censure expliqué : la famille de modèles, le modèle de base et les LoRA

Fiche de la famille Z-Image

Éditeur

Tongyi Lab d'Alibaba (Tongyi MAI)

Modèles publics

Turbo et le modèle de base

Sortie du modèle de base

Janvier 2026

Taille

Environ 6,15B, S3-DiT

Réglages du modèle de base

28–50 étapes, CFG 3–5

Poids ouverts ?

Oui, Apache-2.0

Edit / Omni-Base

Annoncés, non sortis

Édition sans censure ?

Aucune officielle

Qui développe Z-Image

Z-Image est une série de modèles d'image du Tongyi Lab d'Alibaba, publiée par son équipe Tongyi MAI via GitHub, Hugging Face et ModelScope. Le modèle au cœur de cette page est le modèle de base non distillé de la série : son dépôt Hugging Face a été créé le 23 janvier 2026 et l'annonce a suivi le 27 janvier, environ deux mois après Turbo. Il partage avec Turbo le Scalable Single-Stream Diffusion Transformer (S3-DiT) d'environ 6,15 milliards de paramètres et un encodeur de texte de classe Qwen3-4B. Les réglages recommandés sont de 28 à 50 étapes, un CFG de 3 à 5 et un prompt négatif, pour tout format compris entre 512×512 et 2048×2048 pixels au total. Dans le tableau officiel, il sacrifie un peu de finition au profit de la diversité et d'un fine-tuning facile.

Existe-t-il un Z-Image sans censure ?

La vraie question derrière cette recherche est de savoir si la version ouverte embarque un filtre. Tout dépend de la manière dont vous l'exécutez. Le seul endpoint hébergé de la famille est Turbo sur Alibaba Cloud Model Studio, qui filtre prompts et images ; le modèle de base n'a aucune API hébergée. Les poids eux-mêmes sont ouverts sous Apache-2.0 : une copie sur votre propre GPU n'a donc aucun contrôle côté serveur, et les créateurs de fine-tunes choisissent souvent le modèle de base pour des LoRA orientés adultes. Pour autant, Alibaba n'a jamais publié de Z-Image sans censure, et les builds communautaires entraînés sur de vraies personnes comportent un risque juridique. Spicy AI n'héberge pas Z-Image ; son générateur fait tourner Seedream, Krea 2 et Wan 2.6 sans filtre de contenu pour les adultes (18+), comme alternative et non comme le même modèle.

Quatre noms, deux téléchargements

La famille Z-Image compte quatre noms de modèles, mais seuls deux sont accompagnés de poids téléchargeables. Le blog du projet décrit déjà Edit, un modèle pour les instructions d'édition composées, mais le tableau GitHub indique toujours « à paraître » et ModelScope n'en a aucune trace. Les dates de sortie diffèrent d'environ un jour entre Hugging Face et les annonces, d'où les deux dates indiquées.

« Base » est un surnom communautaire ; le tableau officiel répertorie ce modèle sous le seul nom de la série.

Dans les coulisses de la conception single-stream de 6B

Beaucoup de grands modèles d'image traitent texte et image dans deux flux parallèles. Ici, l'équipe concatène les tokens du prompt, les tokens sémantiques visuels et les tokens d'image du VAE en une seule séquence qu'un unique transformer traite, en arguant que cela tire davantage de moins de paramètres. La configuration publiée indique 30 couches, une dimension cachée de 3840, 30 têtes d'attention, une taille de patch de 2 et un latent à 16 canaux. Selon le rapport technique, l'ensemble de l'entraînement a nécessité 314 000 heures de GPU H800, soit environ 630 000 dollars américains, ce qui est modeste pour cette catégorie ; il s'agit d'un coût d'entraînement ponctuel, pas du coût d'une image.

Quand le modèle de base, plus lent, vaut le coup

La distillation a donné à Turbo la vitesse au prix de la variété. Le test de Gigazine a constaté que Turbo répétait les compositions quand seule la seed changeait et donnait le même visage à plusieurs personnes, alors que le modèle de base produisait des distributions plus variées, de meilleures illustrations et respectait les prompts négatifs. Vous le payez en temps : 28 à 50 étapes prennent environ quatre à six fois plus longtemps que 8 sur la même carte. Utilisez le tableau pour décider projet par projet.

Entraîner un LoRA Z-Image sans le casser

Le tableau officiel indique que le modèle de base est facile à fine-tuner et que Turbo n'est pas concerné. DiffSynth-Studio explique cet écart : Turbo est distillé, et un entraînement classique efface rapidement sa vitesse en peu d'étapes. Si vous devez entraîner Turbo, sa documentation propose soit un fine-tuning standard suivi d'une inférence plus lente (environ 30 étapes, CFG 2), soit un LoRA différentiel ou une distillation de trajectoire qui préserve l'accélération. Pour la plupart des gens, le plus simple est d'entraîner sur le modèle de base et d'échantillonner entre 30 et 50 étapes. L'écosystème est très actif : une collection de LoRA populaire comptait environ 241 000 téléchargements sur les 30 jours précédant octobre 2026.

• Étape 1, outils : DiffSynth-Studio gère le fine-tuning complet et les LoRA ; ComfyUI charge le résultat.
• Étape 2, données : rassemblez un jeu cohérent et bien légendé pour un style ou un personnage.
• Étape 3, droits : la licence Apache-2.0 couvre le modèle, pas les personnes figurant sur vos images ; n'utilisez que du contenu qui vous appartient ou pour lequel vous avez un consentement.
• Étape 4, vérifications : lancez quelques prompts fixes avant et après l'entraînement pour repérer une perte de variété ou un lettrage abîmé.

En attendant Z-Image Edit : ce qui fonctionne aujourd'hui

Z-Image Edit doit suivre des instructions composées, par exemple changer de tenue et d'arrière-plan en une seule requête tout en gardant le sujet reconnaissable. Il n'est pas encore sorti : aucun poids officiel sur Hugging Face ou ModelScope, ni date ni licence annoncées. En attendant, vous pouvez faire de l'image-vers-image avec le modèle de base ou Turbo, ajouter un ControlNet pour conserver une pose, ou passer à un autre modèle d'édition ; aucune de ces options ne garantit l'identité comme le ferait un éditeur dédié. Sur Spicy AI, importez une photo qui vous appartient dans l'éditeur d'images et décrivez la modification ; il utilise d'autres modèles, pas Edit.

Installer le modèle de base sur votre propre machine

Si Turbo fonctionne déjà chez vous, l'essentiel de l'installation est fait, car le modèle de base réutilise le même encodeur de texte et le même VAE. Ses poids officiels sont stockés en BF16, soit environ la moitié de la taille des fichiers F32 d'origine de Turbo. Il n'existe pas d'API hébergée pour ce modèle : votre propre GPU ou un GPU loué est la seule option.

• Diffusers : chargez ZImagePipeline en bfloat16, puis échantillonnez environ 50 étapes avec une guidance de 4 et un prompt négatif.
• ComfyUI : téléchargez le repack z_image de Comfy-Org et placez-le dans les mêmes dossiers que Turbo.
• Résolution : n'importe quel format entre 512×512 et 2048×2048 pixels au total.
• Vitesse : prévoyez plusieurs fois le temps de rendu de Turbo sur la même carte.

Piloter des deux côtés : prompts positifs et négatifs

Contrairement à Turbo, le modèle de base lit un prompt négatif et respecte le CFG : vous façonnez donc l'image dans deux directions. Décrivez le sujet et la scène en phrases simples, puis l'éclairage, l'objectif et le style ; gardez le prompt négatif court et limité aux problèmes que vous constatez réellement. Un CFG autour de 4 est un bon point de départ, plus élevé pour un suivi strict du prompt, plus bas pour des résultats plus doux et naturels.

Paires de prompts prêtes à copier

Chaque ligne associe un prompt à un prompt négatif adapté. Remplacez les crochets ; chaque sujet est adulte.

À quoi les créateurs utilisent le modèle de base

Comme le modèle de base conserve davantage de variété, on s'en sert pour explorer plutôt que pour aller vite. Ces usages reviennent régulièrement sur les fiches de modèles et les pages de LoRA.

• Recherche de style : un prompt sur de nombreuses seeds pour trouver une direction, puis un LoRA pour la figer.
• Illustration et anime : fiches de personnages et scènes picturales, où il surpasse Turbo dans les tests de médias.
• Variété de casting : lookbooks et photos de groupe où chaque adulte doit avoir un visage distinct.
• Design bilingue : affiches avec textes en chinois et en anglais, le duo mis en avant par l'équipe.
• Références synthétiques : images variées servant à entraîner un modèle de style personnalisé.

Peut-on le télécharger, le modifier et le distribuer ?

Oui. Les deux modèles publics sont fournis avec des poids ouverts sous Apache-2.0, comme l'indiquent le dépôt GitHub et les fiches des modèles sur Hugging Face, et le code d'inférence est lui aussi ouvert. Vous pouvez utiliser, modifier et redistribuer le modèle. Cela ne vous donne en revanche aucun droit sur le nom Z-Image, sur l'apparence des personnes figurant sur vos images ni sur des personnages protégés par le droit d'auteur, et l'équipe n'a pas publié de liste complète des données d'entraînement.

Check-list avant de générer

1. Utilisez 28 à 50 étapes et un CFG de 3 à 5 ; les réglages de Turbo laissent le modèle de base sous-cuit.
2. Gardez des prompts négatifs courts et liés à des problèmes visibles.
3. Entraînez vos LoRA sur le modèle de base plutôt que sur Turbo.
4. N'attendez pas Edit ; l'image-vers-image ou un autre éditeur fonctionne dès maintenant.
5. Décrivez chaque personnage comme adulte (18+) et n'entraînez que sur des images dont vous détenez les droits.

Sources

• Dépôt GitHub (Tongyi-MAI)
• Fiche du modèle de base (Hugging Face)
• Blog du projet
• Rapport technique (arXiv 2511.22699)
• Tongyi-MAI sur Hugging Face
• Repack ComfyUI du modèle de base (Comfy-Org)

Plus de modèles d'IA Image sans censure

• uncensored z image turbo
• uncensored qwen image
• Midjourney sans censure
• DALL·E sans censure
• Stable Diffusion sans censure
• Flux sans censure
• Nano Banana sans censure
• Nano Banana 2 sans censure
• Nano Banana 2.1 sans censure
• Ideogram sans censure
• Leonardo AI sans censure
• Seedream sans censure
• Seedream 5.0 sans censure
• Krea sans censure
• Kroma sans censure
• Qwen-Image sans censure
• Adobe Firefly sans censure
• GPT Image 2.5 sans censure
• Text to Image sans censure
• Z-Image Turbo sans censure
• FLUX.2 sans censure
• FLUX.2 [dev] sans censure
• FLUX.2 [pro] sans censure
• GPT Image 1.5 sans censure