Wprowadzenie
Z-Image Base LoRA, tekst na obraz rysuje jeden obraz z opisu tekstowego, z załadowanymi maksymalnie trzema twoimi plikami LoRA. Działa na Z-Image, modelu bazowym z 6 miliardami parametrów od zespołu Tongyi-MAI firmy Alibaba: to niezdestylowana wersja, którą jej twórcy opisują jako punkt wyjścia do fine-tuningu i trenowania LoRA. Wybierz dowolne z dziewięciu proporcji obrazu. Platforma nie dodaje filtra treści do promptu, wag ani obrazu.
Wybierz tryb według materiału wyjściowego
| Co masz | Tryb |
|---|---|
| opis tekstowy | Z-Image Base LoRA, tekst na obraz |
| obraz do zmiany stylu | Z-Image Base LoRA, obraz na obraz |
Najważniejsze funkcje
Wersja, na której trenuje się LoRA
Z-Image występuje w szybkiej, zdestylowanej wersji Turbo i w tej pełnej wersji Base. Wydawca poleca Base do fine-tuningu; LoRA wytrenowana na niej i załadowana tutaj w naszych testach zmieniła cały wygląd obrazu.
Trzy naraz
Do trzech LoRA na żądanie, każda z własnym scale od 0 do 4. Nic nie trzeba wcześniej do nas wgrywać, a pliki nie są weryfikowane.
Domyślnie fotografie
Bez LoRA model rysuje obrazy fotograficzne z naturalną skórą, światłem i ziarnem i ściśle trzyma się długich, opisowych promptów.
Bez filtra treści
Nie ma filtra na promptach, wagach ani wynikach. Model bazowy wyrenderował każdy poziom, od Łagodnego do Maksymalnego, bez wahania, z wyjątkiem Bardzo silnego, który wyszedł zamazany zamiast zablokowany; po to właśnie są LoRA bez filtra.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Najlepiej działają pełne zdania: temat, ubiór, miejsce, światło i obiektyw. Frazę wyzwalającą LoRA umieść na początku. od 1 znaków · do 5000 znaków |
aspect_ratio | Nie | Dziewięć kształtów o powierzchni około jednego megapiksela, od 21:9 (1536 x 640) do 9:21; domyślnie 1:1. Proporcje zmieniają kształt, nie cenę. |
loras | Nie | Do trzech wpisów {path, scale} wytrenowanych na Z-Image Base; scale od 0 do 4, 1 jest neutralne. LoRA do Turbo nie są kompatybilne. Domyślnie: |
output_format | Nie | Domyślnie JPEG, ewentualnie PNG lub WebP. Format nie zmienia ceny. |
seed | Nie | Pozwala porównywać serię obrazów, gdy zmieniasz po jednej LoRA albo jednym zdaniu. Nie gwarantuje identycznych pikseli przy każdym uruchomieniu. |
Cennik
$0.014 / obraz
Rozliczenie za obraz. Proporcje obrazu, format wyniku i ładowanie LoRA nie zmieniają ceny.
Zastosowania
Własny styl dla całej serii
Załaduj LoRA stylu, trzymaj frazę wyzwalającą na początku i puść listę promptów. Każdy obraz w serii ma ten sam wygląd.
Twoje własne wytrenowane LoRA
Jeśli trenujesz na Z-Image Base, przetestuj wynik tutaj w pełnej jakości, bez uruchamiania własnego GPU.
Fotograficzne kadry
Portrety, ujęcia reklamowe i filmowe ze zdań, w dziewięciu kształtach od 21:9 do 9:21.
Wskazówki
Pisz zdaniami
Opisz temat, ubiór, miejsce, światło i obiektyw pełnymi zdaniami. W naszych testach model oddawał szczegóły takie jak filiżanka kawy trzymana w obu dłoniach czy mewy na molo.
Uważaj na frazę wyzwalającą
Posłuszeństwo wobec promptu jest na tyle duże, że sama fraza wyzwalająca LoRA potrafi zmienić styl. Porównuj uruchomienia z plikiem LoRA i bez niego, a nie tylko z frazą i bez niej.
Używaj LoRA do Base, nie do Turbo
LoRA wytrenowana na Z-Image Turbo rozsypała w naszym teście obraz na tej wersji, bez żadnego błędu. Szukaj LoRA wytrenowanych na Z-Image Base.
Daj mu czas
Base wykonuje znacznie więcej kroków próbkowania niż Turbo: w naszych testach żądanie tekst na obraz zajmowało od 10 do 57 sekund czasu modelu, zwykle około pół minuty.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/z-image-base-lora/text-to-image",
"input": {
"aspect_ratio": "1:1",
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
