阿里云通义今日宣布，正式开源推出新一代图像生成基座模型Z-Image，该模型以60亿参数规模构建非蒸馏架构，完整保留全量权重分布，为AI艺术创作领域提供全新技术底座。通过原生支持的CFG（Classifier-Free Guidance）引导机制，模型可无缝兼容LoRA微调、ControlNet条件控制等前沿技术，满足专业开发者对定制化训练的需求。
在风格表现力方面，Z-Image突破传统模型对写实风格的过度依赖，构建了多维度的艺术表达能力。无论是追求极致光影的摄影级真实感，还是需要强烈情绪张力的动漫数字艺术，模型均能精准捕捉风格特征并完成细节重构。这种突破得益于其创新的特征解耦架构，使得不同艺术流派的视觉元素可在潜在空间实现独立编码与重组。
针对AI生成内容常见的同质化问题，研发团队实施了三项核心优化：通过改进采样空间分布算法，确保单图生成的人物面部特征与构图元素保持显著差异；在多人场景中引入特征解耦机制，有效避免"AI大众脸"现象；优化负向提示词响应系统，使Negative Prompt能够精准过滤画面瑕疵，实现从构图框架到光影质感的精细化控制。这些技术升级使模型在保持创作自由度的同时，显著提升输出内容的多样性。
技术文档显示，Z-Image的非蒸馏架构设计具有显著优势。相比传统蒸馏模型，其完整保留的权重分布为二次开发提供了更大空间，开发者可直接在原始参数空间进行微调，避免信息压缩带来的性能损失。这种设计特别适合需要精细控制生成结果的商业应用场景，如品牌视觉设计、游戏资产制作等领域。
目前，该模型已在开源社区全面开放，提供完整的训练代码与预训练权重。开发文档详细说明了模型架构、训练方法及微调指南，支持研究者基于Z-Image开展跨模态生成、风格迁移等前沿探索。随着社区生态的逐步完善，预计将涌现出更多创新应用，推动AI艺术创作向专业化、精细化方向发展。
