Öppen källkodsmodeller är galna. Alibaba har precis släppt en ny bildmodell som heter Z-Image. Den är supersnabb, har bara 6 miljarder parametrar och är utmärkt på att producera bilder med fotografisk realism. Så här kan den göra:

Z-Image visar mycket konkurrenskraftig prestanda mot andra ledande modeller, samtidigt som den uppnår toppmoderna resultat bland open source-modeller.

1. Effektiv fotorealistisk kvalitet Z-Image-Turbo utmärker sig i att producera bilder med fotografisk realism och visar fin kontroll över detaljer, ljussättning och texturer.

2. Utmärkt tvåspråkig textåtergivning Z-Image-Turbo utmärker sig i att noggrant återge komplex kinesisk och engelsk text.

3. Rik världskunskap och kulturell förståelse Z-Image besitter en omfattande förståelse för världskunskap och olika kulturella koncept.

4. Djup semantisk förståelse Prompt Enhancer ger modellen resonemangsförmåga, vilket gör det möjligt för den att överskrida ytliga beskrivningar och ta del av underliggande världskunskap.

5. Stark instruktionsföljning och kreativ redigering Z-Image-Edit kan exakt utföra komplexa instruktioner, såsom att samtidigt modifiera ett teckens uttryck och pose samtidigt som specificerad text läggs till.