Архитектура Single-Stream Diffusion Transformer (6B)
В отличие от классических двухпоточных моделей, Z-Image Turbo объединяет текстовые токены промпта и визуальные токены в единую последовательность.
- 6 миллиардов параметров (6B) с высокой плотностью семантического внимания
- Дистиллированный рендер всего за 8 шагов оценки функции (8 NFEs) вместо 40-50 шагов
- Естественная передача текстуры кожи, ткани, стекла и студийного света