原本，小雷以为今年下半年AI圈子的热闹，也就是那样了。
闭源这边，由Gemini 3 Pro驱动的Nano-Banana Pro，几乎改变了大家对于平面设计的认知；开源这边，Flux 2.0的突然开源，也让普通人能够自行部署的图像生成效果大大提升，只要优化做得好，人人都能跑出像模像样的图。
那时候同事还跟我打赌，说这两款大模型的风潮，最起码能领跑个半年。
结果没想到，打脸来得这么快。
就在这两天，阿里的通义千问团队突然甩出了一张王炸——Z-image，上线即登顶开源社区热门榜第一位。
在这组图片中，只有Nano-Banana Pro能够还原出纪录片拍摄的界面和质感。
至于Z-image和豆包，他俩在这张图片上的表现其实相差无几，但是Z-image图片的一致性则明显有点偏高，多次反复尝试，在相同参数下得出来的结果都是极为相似的，根据网友分析，可能是内置参数带来的影响。
这组图很有意思，可以看出，在更新迭代后，Nano-Banana Pro应对一般的中文嵌入已经没啥问题了。
论细节和光影的话，这我觉得大家都在伯仲之间。
既然单格图片问题不大，那么多格图片教程又如何呢？
Prompt：手账风格，出一个番茄炒蛋的制作步骤教程图，步骤说明要中文，落款是##。
这一对比，差距马上就出来了，只有Nano-Banana Pro知道两位角色，构图也很有意思，豆包虽然没有洛天依的概念，但是起码还有个构图的优势，Z-Image就是根本不知道在干些什么了。
只能说，在知识量这块，Z-Image确实还是比不上闭源模型。
至于图生图，或者图片编辑之类的能力，目前开源的Z-Image-Turbo是没有的，咱们还是等等Z-Image-Edit吧。
评测总结：
堪称图片AIGC开源界扛把子？
测完这几轮，小雷心里的评价大概有了谱。
Z-image强吗？强。
在中文语境的理解、在单张图片的审美、以及最重要的——在硬件资源的利用率上，它简直是当下开源界的T0级别。
虽然在复杂推理和精准编辑上，它还打不过Nano-Banana Pro这样的闭源大佬，目前也缺失了图片编辑相关的能力，但在90%的日常使用场景里，它已经能做到“够用”甚至“好用”。
这对于那些想尝试AIGC的中小企业，或者是像我们这种想在本地搞搞创作的个人用户来说，意义太大了。
而且别忘了，它是开源的。
这意味着什么？意味着明天可能就会有大神在它的基础上，训练出专门画二次元的、专门画建筑设计的、专门做电商海报的各种微调模型。
就像当年的安卓手机一样，一开始可能不如苹果流畅，但架不住玩的人多、改的人多，生态一旦起来了，那爆发力是惊人的。
所以，如果你问小雷：Z-image值得折腾吗？
我的回答是：只要你有张显卡，哪怕是入门级的，都值得下下来玩玩。
毕竟，不用花钱，不用买昂贵的算力，就能在自己硬盘里养一个随叫随到的画手，这种把技术握在自己手里的感觉，可是那些在线生成平台给不了的。
而且按照阿里这个“卷”法，我有预感，明年这个时候，我们可能就能在手机上跑这种级别的模型了。
