Z-Image không kiểm duyệt: Dòng mô hình, mô hình gốc và LoRA

Thẻ tóm tắt dòng Z-Image

Nhà phát triển

Alibaba Tongyi Lab (Tongyi MAI)

Mô hình công khai

Turbo và mô hình gốc

Mô hình gốc ra mắt

Tháng 1 năm 2026

Kích thước

Khoảng 6,15B, S3-DiT

Thiết lập mô hình gốc

28–50 bước, CFG 3–5

Trọng số mở?

Có, Apache-2.0

Edit / Omni-Base

Đã công bố, chưa phát hành

Bản không kiểm duyệt?

Không có bản chính thức

Ai phát triển Z-Image

Z-Image là dòng mô hình ảnh của Tongyi Lab thuộc Alibaba, được nhóm Tongyi MAI phát hành qua GitHub, Hugging Face và ModelScope. Mô hình mà trang này tập trung vào là mô hình gốc chưa chưng cất của dòng: kho Hugging Face của nó được tạo ngày 23 tháng 1 năm 2026 và thông báo chính thức đến vào ngày 27 tháng 1, khoảng hai tháng sau Turbo. Nó dùng chung với Turbo kiến trúc Scalable Single-Stream Diffusion Transformer (S3-DiT) khoảng 6,15 tỷ tham số và bộ mã hóa văn bản thuộc lớp Qwen3-4B. Thiết lập khuyến nghị là 28 đến 50 bước, CFG 3 đến 5 và một prompt phủ định, ở mọi tỷ lệ khung hình với tổng số pixel từ 512×512 đến 2048×2048. Trong bảng chính thức, nó đánh đổi một phần độ hoàn thiện để lấy sự đa dạng và khả năng tinh chỉnh dễ dàng.

Có Z-Image không kiểm duyệt không?

Câu hỏi thực sự đằng sau lượt tìm kiếm là bản phát hành mở có kèm bộ lọc hay không. Điều đó phụ thuộc vào cách bạn chạy nó. Endpoint được lưu trữ duy nhất trong dòng là Turbo trên Alibaba Cloud Model Studio, và nó kiểm tra cả prompt lẫn ảnh; mô hình gốc hoàn toàn không có API được lưu trữ. Bản thân trọng số được mở theo Apache-2.0, nên bản sao trên GPU của bạn không có kiểm tra phía máy chủ, và những người tinh chỉnh thường chọn mô hình gốc để làm LoRA hướng đến người lớn. Dù vậy, Alibaba chưa bao giờ phát hành Z-Image không kiểm duyệt, và các bản cộng đồng huấn luyện trên người thật tiềm ẩn rủi ro pháp lý. Spicy AI không lưu trữ Z-Image; trình tạo ảnh của nó chạy Seedream, Krea 2 và Wan 2.6 không có bộ lọc nội dung, dành cho người lớn (18+), như một lựa chọn thay thế chứ không phải cùng một mô hình.

Bốn cái tên, hai bản tải về

Dòng Z-Image có bốn tên mô hình, nhưng chỉ hai mô hình có trọng số để tải về. Blog chính thức đã mô tả Edit, một mô hình dành cho các chỉ dẫn chỉnh sửa phức hợp, nhưng bảng trên GitHub vẫn ghi "sắp phát hành" và ModelScope chưa có bản ghi nào về nó. Ngày phát hành chênh nhau khoảng một ngày giữa Hugging Face và các bài tin tức, nên cả hai đều được ghi lại.

"Base" là biệt danh của cộng đồng; bảng chính thức chỉ liệt kê mô hình này dưới tên của dòng.

Bên trong thiết kế đơn luồng 6B

Nhiều mô hình ảnh lớn xử lý văn bản và hình ảnh trong hai luồng song song. Ở đây, nhóm phát triển nối token prompt, token ngữ nghĩa hình ảnh và token ảnh VAE thành một chuỗi duy nhất rồi cho chạy qua một transformer, với lập luận rằng cách này khai thác được nhiều hơn từ ít tham số hơn. Cấu hình công bố gồm 30 lớp, hidden size 3840, 30 attention head, patch size 2 và latent 16 kênh. Theo báo cáo kỹ thuật, toàn bộ quy trình huấn luyện dùng 314.000 giờ GPU H800, khoảng 630.000 đô la Mỹ, khá khiêm tốn so với các mô hình cùng hạng; đó là chi phí huấn luyện một lần, không phải chi phí cho mỗi ảnh.

Khi nào mô hình gốc chậm hơn lại đáng dùng

Quá trình chưng cất mang lại tốc độ cho Turbo nhưng đánh đổi độ đa dạng. Thử nghiệm của Gigazine cho thấy Turbo lặp lại bố cục khi chỉ đổi seed và cho nhiều người cùng một khuôn mặt, trong khi mô hình gốc tạo ra dàn nhân vật đa dạng hơn, tranh minh họa tốt hơn và tuân theo prompt phủ định. Cái giá là thời gian, vì 28 đến 50 bước mất khoảng bốn đến sáu lần lâu hơn 8 bước trên cùng một card. Hãy dùng bảng dưới đây để quyết định cho từng dự án.

Huấn luyện LoRA Z-Image mà không làm hỏng mô hình

Bảng chính thức đánh dấu mô hình gốc là dễ tinh chỉnh và Turbo là không áp dụng. DiffSynth-Studio giải thích khoảng cách này: Turbo đã được chưng cất, và việc huấn luyện thông thường nhanh chóng xóa sạch tốc độ ít bước của nó. Nếu bắt buộc phải huấn luyện trên Turbo, tài liệu của họ gợi ý hoặc tinh chỉnh tiêu chuẩn rồi suy luận chậm hơn (khoảng 30 bước, CFG 2), hoặc dùng LoRA vi sai hay chưng cất quỹ đạo để giữ khả năng tăng tốc. Với phần lớn mọi người, con đường đơn giản hơn là huấn luyện trên mô hình gốc và lấy mẫu ở 30 đến 50 bước. Lĩnh vực này rất sôi động: một bộ sưu tập LoRA phổ biến đạt khoảng 241.000 lượt tải trong 30 ngày trước tháng 10 năm 2026.

• Bước 1, công cụ: DiffSynth-Studio hỗ trợ tinh chỉnh toàn phần và LoRA; ComfyUI tải kết quả.
• Bước 2, dữ liệu: thu thập một bộ ảnh nhất quán, có chú thích tốt cho một phong cách hoặc nhân vật.
• Bước 3, quyền sử dụng: Apache-2.0 áp dụng cho mô hình, không áp dụng cho những người trong ảnh của bạn; chỉ dùng tư liệu bạn sở hữu hoặc đã được đồng ý.
• Bước 4, kiểm tra: chạy vài prompt cố định trước và sau khi huấn luyện để phát hiện độ đa dạng bị mất hoặc chữ bị hỏng.

Đang chờ Z-Image Edit? Những gì dùng được ngay hôm nay

Z-Image Edit được thiết kế để làm theo các chỉ dẫn phức hợp, chẳng hạn đổi cả trang phục lẫn hậu cảnh trong một yêu cầu mà vẫn giữ nhân vật dễ nhận ra. Mô hình này chưa ra mắt: chưa có trọng số chính thức trên Hugging Face hay ModelScope, cũng chưa có ngày phát hành hay giấy phép được công bố. Trong lúc chờ, bạn có thể chạy ảnh sang ảnh với mô hình gốc hoặc Turbo, thêm ControlNet để giữ tư thế, hoặc chuyển sang một mô hình chỉnh sửa khác; không cách nào trong số này đảm bảo giữ danh tính như một trình chỉnh sửa chuyên dụng. Trên Spicy AI, hãy tải lên một ảnh bạn sở hữu vào trình chỉnh sửa ảnh và mô tả thay đổi; công cụ này chạy các mô hình khác, không phải Edit.

Cài đặt mô hình gốc trên máy của bạn

Nếu Turbo đã chạy được trên máy bạn, phần lớn việc cài đặt đã xong, vì mô hình gốc dùng lại cùng bộ mã hóa văn bản và VAE. Trọng số chính thức của nó được lưu ở BF16, khoảng một nửa dung lượng so với tệp F32 gốc của Turbo. Mô hình không có API được lưu trữ, nên GPU của bạn hoặc GPU thuê là lựa chọn duy nhất.

• Diffusers: tải ZImagePipeline ở bfloat16, rồi lấy mẫu khoảng 50 bước với guidance 4 kèm prompt phủ định.
• ComfyUI: tải bản đóng gói z_image của Comfy-Org và đặt vào cùng các thư mục như Turbo.
• Độ phân giải: mọi tỷ lệ khung hình với tổng số pixel từ 512×512 đến 2048×2048.
• Tốc độ: hãy tính trước thời gian kết xuất gấp vài lần Turbo trên cùng một card.

Điều khiển từ hai phía: prompt khẳng định và prompt phủ định

Khác với Turbo, mô hình gốc đọc prompt phủ định và tuân theo CFG, nên bạn định hình ảnh từ hai hướng. Mô tả nhân vật và bối cảnh bằng câu đơn giản, sau đó đến ánh sáng, ống kính và phong cách; giữ prompt phủ định ngắn gọn và chỉ nêu những lỗi bạn thực sự thấy. CFG khoảng 4 là điểm khởi đầu an toàn, cao hơn nếu muốn bám sát prompt và thấp hơn để có kết quả mềm mại, tự nhiên hơn.

Cặp prompt sẵn sàng sao chép

Mỗi hàng ghép một prompt với một prompt phủ định tương ứng. Thay phần trong ngoặc vuông; mọi nhân vật đều là người trưởng thành.

Người sáng tạo dùng mô hình gốc để làm gì

Vì mô hình gốc giữ được nhiều sự đa dạng hơn, mọi người tìm đến nó khi khám phá ý tưởng, chứ không phải khi chạy đua tốc độ. Những cách dùng sau xuất hiện lặp đi lặp lại trên các thẻ mô hình và trang LoRA.

• Phát triển diện mạo: một prompt qua nhiều seed để tìm hướng đi, sau đó dùng LoRA để cố định.
• Minh họa và anime: bảng nhân vật và cảnh kiểu tranh vẽ, nơi nó vượt Turbo trong các bài thử của báo chí.
• Đa dạng dàn nhân vật: lookbook và ảnh nhóm, nơi mỗi người trưởng thành cần một khuôn mặt riêng.
• Thiết kế hai ngôn ngữ: poster có chữ tiếng Trung và tiếng Anh, cặp ngôn ngữ mà nhóm phát triển giới thiệu.
• Ảnh tham chiếu tổng hợp: ảnh đa dạng dùng để huấn luyện một mô hình phong cách tùy chỉnh.

Có thể tải, chỉnh sửa và phân phối lại không?

Có. Cả hai mô hình công khai đều có trọng số mở theo Apache-2.0, như ghi trong kho GitHub và các thẻ mô hình trên Hugging Face, và mã suy luận cũng được mở. Bạn có thể sử dụng, thay đổi và phân phối lại mô hình. Tuy nhiên, điều đó không trao cho bạn quyền đối với tên Z-Image, hình ảnh của những người trong ảnh hay các nhân vật có bản quyền, và nhóm phát triển chưa công bố danh sách dữ liệu huấn luyện đầy đủ.

Danh sách kiểm tra trước khi tạo ảnh

1. Dùng 28–50 bước và CFG 3–5; thiết lập của Turbo khiến mô hình gốc cho ảnh chưa hoàn thiện.
2. Giữ prompt phủ định ngắn gọn và gắn với những lỗi bạn nhìn thấy.
3. Huấn luyện LoRA trên mô hình gốc thay vì Turbo.
4. Đừng chờ Edit; ảnh sang ảnh hoặc một trình chỉnh sửa khác dùng được ngay bây giờ.
5. Mô tả mọi nhân vật là người trưởng thành (18+) và chỉ huấn luyện trên ảnh bạn có quyền sử dụng.

Nguồn tham khảo

• Kho GitHub (Tongyi-MAI)
• Thẻ mô hình gốc (Hugging Face)
• Blog dự án chính thức
• Báo cáo kỹ thuật (arXiv 2511.22699)
• Tongyi-MAI trên Hugging Face
• Bản đóng gói ComfyUI của mô hình gốc (Comfy-Org)

Thêm mô hình AI Ảnh không kiểm duyệt

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