Alibaba تطلق Z-Image مفتوح المصدر لتوليد الصور بدقة عالية
أطلقت Alibaba عبر مختبر Tongyi نموذج Z-Image مفتوح المصدر، وهو نموذج أساس قوي لتوليد الصور بدقة عالية، يهدف إلى دعم المجتمع المفتوح في الإبداع البصري والتحكم الكامل بالنتائج، مع أداء تنافسي عالي ومرونة كبيرة في الاستخدام.
تفاصيل الخبر
يمثل Z عائلة نماذج توليد الصور بكفاءة عالية، بعدة نسخ متخصصة لتلبية مختلف الاحتياجات الإبداعية والتطبيقية.
أبرز ملامح المشروع:
- Z-Image-Turbo: نسخة مُكرّرة ومحسّنة توفر سرعة استنتاج أقل من ثانية على بطاقات H800 وتستهلك 16 جيجابايت VRAM فقط، مع دعم النصوص باللغتين الإنجليزية والصينية.
- Z-Image: النموذج الأساسي، مخصص لتوليد صور عالية الجودة، مع تنوع كبير في الأساليب الفنية والتحكم في التفاصيل، مناسب للتطوير اللاحق والتخصيص.
- Z-Image-Omni-Base: نموذج متعدد الاستخدامات للإنشاء والتحرير، يوفر نقطة انطلاق خام للمجتمع المفتوح لتدريب النموذج على مهام خاصة أو تخصيصه.
- Z-Image-Edit: نسخة مخصصة لتحرير الصور بدقة عالية، تدعم أوامر تحرير دقيقة من اللغة الطبيعية وتغييرات إبداعية مرنة.
- يعتمد على بنية Scalable Single-Stream DiT (S3-DiT) لتوحيد تدفق النصوص والرموز البصرية والصور، ما يعزز الكفاءة مقارنة بالتصميمات المزدوجة.
- حصل Z-Image-Turbo على المركز الأول كأفضل نموذج مفتوح المصدر على Artificial Analysis Text-to-Image Leaderboard، متفوقًا على جميع البدائل المفتوحة الأخرى.
- دعم تقنيات متقدمة لتسريع الاستنتاج مثل Cache-DiT، stable-diffusion.cpp، LeMiCa، وDiffSynth-Studio، مع إمكانيات تشغيل على أجهزة منخفضة الذاكرة.
الأهداف المستقبلية
يهدف المشروع إلى تعزيز الإبداع المفتوح وتسهيل تطوير تطبيقات الذكاء الاصطناعي البصري على نطاق واسع.
تشمل الأهداف:
- تمكين المجتمع من تحسين وتخصيص النماذج لأغراض بحثية وإبداعية.
- تعزيز الأداء البصري مع التحكم الكامل في الأسلوب والتكوينات المختلفة.
- دمج أدوات تسريع الاستنتاج لضمان تجربة سريعة وفعالة حتى على أجهزة محدودة الموارد.
- دفع حدود النماذج المفتوحة لتنافس النماذج التجارية الرائدة.
يمثل Z-Image خطوة مهمة نحو تعزيز قدرة المجتمع المفتوح على الابتكار البصري، مع تقديم نموذج متقدم يجمع بين الدقة، السرعة، والمرونة، ويمهد الطريق لمزيد من التطورات في الذكاء الاصطناعي الإبداعي.
