新在哪
- 6B 参数、8 步就出图：蒸馏到极致速度，企业级 H800 显卡上是亚秒级推理，消费级 16GB 显存也能跑得动。
- 中英文双语文字渲染准确：文字渲染是开源图像模型的老大难问题，官方展示里这块明显改善。
- 跑分成绩亮眼：根据 Z-Image 官方仓库 2025-12-08 的更新，在 Artificial Analysis 文生图榜单上综合排名第 8，是开源模型里的第一名。
- Single-Stream DiT 架构：文本、视觉语义 token、图像 VAE token 拼成一条序列处理，参数效率比双流架构更高。
适合做什么
- 想要接近顶尖效果、但要求出图快、部署成本低的交互式产品。
- 消费级显卡（16GB 显存内）本地部署的场景。
- 中英文文字混排的海报、社交媒体配图。
提示词要点
- 描述要具体，别怕长：官方展示素材里，细节描述越具体，出图效果越稳定。
- 双语文字直接写进提示词：要出现的中文或英文文字原样写进去，这是它的强项。
- 风格关键词要点名：想要照片感就写摄影相关描述，想要二次元/插画就明确风格词，官方展示覆盖了从写实到二次元的多种风格。
- 精细控制负面元素建议换成基础版：Turbo 走的是 CFG-free 蒸馏路线，负向提示词效果有限，想要精细排除某些元素效果不如基础版 Z-Image。
一张赛博朋克风格的城市夜景海报，霓虹灯招牌上的文字写着"未来市集"，
雨后湿润的街道反射着彩色灯光，画面中央站着一个撑伞的人影，
整体色调是紫蓝色和粉色的高对比，插画风格，细节丰富。
已知限制
- 为了速度牺牲了多样性和可微调性：官方模型库表格把 Turbo 的 Fine-Tunability 标为"N/A"（不适合微调），同一提示词的出图变化也比基础版小。
- 改图能力是独立的 Z-Image-Edit 变体，Turbo 本身主要面向文生图。
- Turbo 走 CFG-free 路线，guidance scale 固定为 0，负向提示词的控制力不如基础版 Z-Image。
在 Nomi 里怎么用
在生成画布里新建一张图片卡，模型框里选「Z-Image Turbo」，再选生成方式（文生图），放好参考素材、写提示词，点生成。分镜表里也能给每个镜头单独选它。第一次用，先在「设置 → 模型」里接上面列出的任意一家。
