Alibaba Z-Image — 경량 오픈소스 AI 이미지 생성의 혁명

AI 이미지 생성 기술이 빠르게 발전함에 따라, 점점 더 많은 사람들이 AI를 통해 자신의 창의적인 아이디어를 빠르게 실현하기를 원합니다: 이커머스 제품 이미지, 소셜 미디어 커버, 일러스트, 포스터, 시각 스토리보드 등이요. 기존의 대형 모델은 종종 방대한 매개변수, 높은 메모리 요구사항, 그리고 느린 추론 속도를 가져 일반 사용자, 크리에이티브 팀 또는 중소규모 개발자들이 사용하기 어렵게 만듭니다.

이러한 장벽을 해결하기 위해 Tongyi-MAI 팀은 Z-Image를 출시했습니다. 이는 60억 개의 매개변수를 가진 오픈소스 이미지 생성 모델로, 메모리 요구사항은 낮으면서도 뛰어난 성능을 발휘합니다. Z-Image는 고품질 이미지 생성이 거대한 모델 규모나 방대한 계산 자원에 의존할 필요가 없음을 증명하는 것을 목표로 합니다.

이 개념은 AIGC 커뮤니티에서 폭넓은 관심을 받으며 '경량 및 오픈소스' 이미지 생성의 새로운 물결을 일으켰습니다.

Z-Image의 아키텍처는 여러 최첨단 기술을 통합하여 속도, 품질, 일관성에서 뛰어납니다:

●

하이브리드 디퓨전 아키텍처 (Hybrid Diffusion Core)

기존 디퓨전 파이프라인과 더 효율적인 비주얼 트랜스포머를 결합하여 Z-Image가 빠른 추론 능력을 갖추도록 합니다.

●

Z-Style 제어 모듈

자체 개발한 스타일 제어 모듈 Z-Style는 이미지 스타일, 재질, 분위기, 조명을 정밀하게 제어할 수 있습니다.

●

새로운 고해상도 VAE

더 높은 정밀도의 디테일 표현을 지원하며, 특히 인물, 텍스처 및 제품 디테일에서 두드러진 장점을 보입니다.

●

멀티모달 프롬프트 이해

긴 프롬프트, 복잡한 장면, 교차 개념 조합에 대한 모델의 이해를 향상시켜 생성 결과를 더 안정적으로 만듭니다.

Z-Image 시리즈(특히 Z-Image-Turbo)에 대한 실제 테스트 결과, 인물 생성 성능이 가장 주목할 만한亮点 중 하나로 부상했습니다:

●

더 자연스러운 피부 질감 복원

Z-Image-Turbo는 피부 질감, 명암 계층, 피부톤 전환에서 유사 모델보다 더 매끄럽고 자연스럽게 작동하여 '플라스틱感'과 과도한 평활화를 방지합니다.

NanoBanana

Z-Image-Turbo

●

더 안정적인 얼굴 구조

눈, 눈썹, 코 bridge와 같은 핵심 구조는 높은 일관성을 유지하며, 여러 번 생성 후에도 최소한의 왜곡만 발생합니다.

●

사실성과 스타일의 탁월한 균형

진정한 사진 품질을 유지하면서 예술적 디자인을 위한 제어 가능한 공간을 보존하여 이커머스, 인물 사진, 포스터, 캐릭터 생성 등에 적합합니다.

●

다양한 각도와 조명에서의 강력한 견고성

복잡한 포즈, 측면, 저조도 환경에서도 높은 일관성과 선명도를 유지합니다.

요약하면, Z-Image는 '사실적인 인물 생성'이라는 핵심 영역에서 기존 디퓨전 모델을 크게 능가하는 성능을 보여주어 실제 상용 프로젝트에 더욱 적합합니다.

세계적으로 유명한 평가 플랫폼 AI Arena의 이미지 생성 모델 리더보드에서 Z-Image-Turbo는 다음과 같은 성과를 달성했습니다: