Z-Image sem censura explicado: a família de modelos, o modelo base e LoRAs

Ficha da família Z-Image

Criador

Alibaba Tongyi Lab (Tongyi MAI)

Modelos públicos

Turbo e o modelo base

Lançamento do modelo base

Janeiro de 2026

Tamanho

Cerca de 6,15B, S3-DiT

Configurações do base

28–50 passos, CFG 3–5

Pesos abertos?

Sim, Apache-2.0

Edit / Omni-Base

Anunciados, não lançados

Edição sem censura?

Nenhuma oficial

Quem desenvolve o Z-Image

O Z-Image é uma série de modelos de imagem do Tongyi Lab da Alibaba, lançada pela equipe Tongyi MAI via GitHub, Hugging Face e ModelScope. O modelo em foco nesta página é o modelo base não destilado da série: o repositório no Hugging Face foi criado em 23 de janeiro de 2026, e o anúncio oficial veio em 27 de janeiro, cerca de dois meses depois do Turbo. Ele compartilha com o Turbo o Scalable Single-Stream Diffusion Transformer (S3-DiT) de cerca de 6,15 bilhões de parâmetros e um codificador de texto da classe Qwen3-4B. As configurações recomendadas são de 28 a 50 passos, CFG de 3 a 5 e um prompt negativo, em qualquer proporção entre 512×512 e 2048×2048 pixels no total. Na tabela oficial, ele troca um pouco do acabamento final por diversidade e facilidade de fine-tuning.

Existe um Z-Image sem censura?

A verdadeira pergunta por trás da busca é se o lançamento aberto tem filtro. Depende de como você o executa. O único endpoint hospedado da família é o Turbo no Alibaba Cloud Model Studio, que analisa prompts e imagens; o modelo base não tem nenhuma API hospedada. Os pesos em si são abertos sob Apache-2.0, então uma cópia na sua própria GPU não tem verificação no servidor, e quem faz fine-tuning costuma escolher o modelo base para LoRAs voltados a conteúdo adulto. Ainda assim, a Alibaba nunca lançou um Z-Image sem censura, e versões da comunidade treinadas com pessoas reais trazem risco jurídico. O Spicy AI não hospeda o Z-Image; o seu gerador roda Seedream, Krea 2 e Wan 2.6 sem filtros de conteúdo para adultos (18+), como substituto e não como o mesmo modelo.

Quatro nomes, dois downloads

A família Z-Image tem quatro nomes de modelo, mas só dois vêm com pesos para baixar. O blog oficial já descreve o Edit, um modelo para instruções de edição compostas, mas a tabela no GitHub ainda diz "a ser lançado" e o ModelScope não tem registro dele. As datas de lançamento diferem em cerca de um dia entre o Hugging Face e as notícias, por isso mostramos as duas.

"Base" é um apelido da comunidade; a tabela oficial lista este modelo apenas com o nome da série.

Por dentro do design single-stream de 6B

Muitos modelos de imagem grandes mantêm texto e imagem em dois fluxos paralelos. Aqui a equipe concatena tokens do prompt, tokens semânticos visuais e tokens de imagem do VAE numa única sequência e a passa por um só transformer, argumentando que isso extrai mais de menos parâmetros. A configuração publicada lista 30 camadas, hidden size 3840, 30 cabeças de atenção, patch size 2 e um latente de 16 canais. Segundo o relatório técnico, todo o pipeline de treino usou 314.000 horas de GPU H800, cerca de 630.000 dólares, um valor modesto para essa classe; trata-se de um custo único de treino, não do custo de uma imagem.

Quando o modelo base, mais lento, compensa

A destilação deu velocidade ao Turbo à custa de variedade. O teste da Gigazine viu o Turbo repetir composições quando só a seed mudava e dar o mesmo rosto a várias pessoas, enquanto o modelo base produziu elencos mais variados, ilustrações melhores e respeitou prompts negativos. O preço é o tempo, já que 28 a 50 passos levam de quatro a seis vezes mais que 8 na mesma placa. Use a tabela para decidir em cada projeto.

Treinando um LoRA de Z-Image sem estragá-lo

A tabela oficial marca o modelo base como fácil de ajustar e o Turbo como não aplicável. O DiffSynth-Studio explica a diferença: o Turbo é destilado, e um treino comum apaga rapidamente a sua velocidade de poucos passos. Se precisar treinar sobre o Turbo, a documentação sugere um fine-tuning padrão seguido de inferência mais lenta (cerca de 30 passos, CFG 2), ou um LoRA diferencial ou destilação de trajetória que preserve a aceleração. Para a maioria, o caminho mais simples é treinar no modelo base e amostrar com 30 a 50 passos. A cena é movimentada: uma coleção popular de LoRAs teve cerca de 241.000 downloads nos 30 dias anteriores a outubro de 2026.

• Passo 1, ferramentas: o DiffSynth-Studio cuida de fine-tuning completo e LoRA; o ComfyUI carrega o resultado.
• Passo 2, dados: reúna um conjunto coerente e bem legendado para um estilo ou personagem.
• Passo 3, direitos: a Apache-2.0 cobre o modelo, não as pessoas nas suas imagens; use apenas material seu ou com consentimento.
• Passo 4, verificação: rode alguns prompts fixos antes e depois do treino para detectar perda de variedade ou letreiros quebrados.

Esperando o Z-Image Edit? O que funciona hoje

O Z-Image Edit deve seguir instruções compostas, como trocar roupa e fundo num único pedido mantendo o personagem reconhecível. Ele ainda não saiu: não há pesos oficiais no Hugging Face nem no ModelScope, nem data ou licença anunciadas. Enquanto isso, você pode fazer imagem para imagem com o modelo base ou o Turbo, adicionar um ControlNet para manter a pose ou usar outro modelo de edição; nenhuma dessas opções garante a identidade como um editor dedicado faria. No Spicy AI, envie uma foto sua para o editor de imagens e descreva a mudança; ele roda outros modelos, não o Edit.

Instalando o modelo base na sua própria máquina

Se o Turbo já funciona para você, a maior parte da instalação está pronta, porque o modelo base reutiliza o mesmo codificador de texto e o mesmo VAE. Os pesos oficiais estão em BF16, cerca de metade do tamanho dos arquivos F32 originais do Turbo. Não há API hospedada para ele, então uma GPU própria ou alugada é a única opção.

• Diffusers: carregue o ZImagePipeline em bfloat16 e amostre cerca de 50 passos com guidance 4 e um prompt negativo.
• ComfyUI: baixe o repack z_image da Comfy-Org e coloque-o nas mesmas pastas do Turbo.
• Resolução: qualquer proporção entre 512×512 e 2048×2048 pixels no total.
• Velocidade: conte com várias vezes o tempo de render do Turbo na mesma placa.

Guiando pelos dois lados: prompts positivos e negativos

Ao contrário do Turbo, o modelo base lê um prompt negativo e respeita o CFG, então você molda as imagens por duas direções. Descreva o tema e a cena em frases simples, depois luz, lente e estilo; mantenha o prompt negativo curto e limitado aos problemas que você realmente vê. Um CFG perto de 4 é um início seguro: mais alto para seguir o prompt à risca, mais baixo para resultados mais suaves e naturais.

Pares de prompts prontos para copiar

Cada linha combina um prompt com um prompt negativo correspondente. Substitua os colchetes; todas as pessoas são adultas.

Para que os criadores usam o modelo base

Como o modelo base preserva mais variedade, as pessoas recorrem a ele para explorar, não para correr. Estes usos aparecem repetidamente em model cards e páginas de LoRA.

• Desenvolvimento visual: um prompt em muitas seeds para achar uma direção, depois um LoRA para fixá-la.
• Ilustração e anime: fichas de personagem e cenas pictóricas, em que supera o Turbo nos testes da imprensa.
• Variedade de elenco: lookbooks e fotos de grupo em que cada adulto precisa de um rosto distinto.
• Design em dois idiomas: pôsteres com texto em chinês e inglês, a dupla que a equipe destaca.
• Referências sintéticas: imagens variadas usadas para treinar um modelo de estilo personalizado.

Dá para baixar, modificar e distribuir?

Sim. Os dois modelos públicos têm pesos abertos sob Apache-2.0, como indicam o repositório no GitHub e os model cards no Hugging Face, e o código de inferência também é aberto. Você pode usar, alterar e redistribuir o modelo. Isso não lhe dá direitos sobre o nome Z-Image, sobre a imagem das pessoas nas suas criações nem sobre personagens protegidos por direitos autorais, e a equipe não publicou uma lista completa dos dados de treino.

Checklist antes de gerar

1. Use 28–50 passos e CFG 3–5; as configurações do Turbo deixam o modelo base mal resolvido.
2. Mantenha os prompts negativos curtos e ligados a problemas visíveis.
3. Treine LoRAs no modelo base, não no Turbo.
4. Não espere pelo Edit; imagem para imagem ou outro editor já funcionam.
5. Descreva cada personagem como adulto (18+) e treine só com imagens sobre as quais você tem direitos.

Fontes

• Repositório no GitHub (Tongyi-MAI)
• Model card do modelo base (Hugging Face)
• Blog oficial do projeto
• Relatório técnico (arXiv 2511.22699)
• Tongyi-MAI no Hugging Face
• Repack do modelo base para ComfyUI (Comfy-Org)

Mais modelos de IA de imagem sem censura

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