最近，通义在"万相"系列之外，又放出了一个新的图像生成模型Z-Image，在 H800 GPU 上可实现亚秒级推理延迟，而在 16G 显存的消费级显卡上也可流畅运行！这不得抓紧时间试试。
之前每次尝试新模型都要查文档、配环境、装依赖、调版本，各种问题来来回回花好久。
幸好前几天，我们已经基于 TRAE SOLO 尝试过 AI 自主搭建模型服务。
《给 TRAE SOLO 一台服务器，它能干什么？ - 掘金》
今天，我们再拿 Z-Image 试试效果。
Z-Image
先来简单了解下 Z-Image。
Z-Image 采用了一种可扩展的单流 DiT（S3-DiT）架构。在这种设置中，文本、视觉语义标记和图像VAE标记在序列级别上连接起来，作为统一的输入流，与双流方法相比，最大化了参数效率。
根据基于 Elo 的人类偏好评估（在AI Arena上），Z-Image-Turbo 相对于其他领先模型表现出极高的竞争力，同时在开源模型中取得了最先进的结果。
该系列共包含 3 个模型：
- Z-Image-Turbo ：
Z-Image的精简版，仅用 8 NFEs（函数评估次数）就能与领先的竞争对手匹敌或超越。 - Z-Image-Base ：非精简的基础模型，旨在解锁社区驱动的微调和自定义开发的全部潜力。当前尚未发布。
- Z-Image-Edit ：专门针对图像编辑任务进行微调的 Z-Image 变体。支持创意的图像到图像生成，并具有令人印象深刻的指令遵循能力，允许基于自然语言提示进行精确编辑。当前尚未发布。
前期准备
开始搭建前，需要准备好以下内容，如有疑问，可以看之前的分享。
- 准备好 1 个没有什么重要内容的服务器，可以是云服务器、算力租用，或者自行搭建的 docker 服务。
-
TRAE SOLO 模式可用，IDE 模式理论上也可以，但是需要人一直盯着，并且出现问题还需要人工干涉，失去了 AI 自主搭建的优势。
-
使用 TRAE 远程连接上服务器。
实操记录
今天的实操场景，我们就直接选择糖果包装生成。
环境搭建及初版demo
指令
大家可以直接参考下方完整指令。
- Z-Image 的参考文档。
- 任务目标：安装并实现糖果包装demo。
- demo相关要求，比如图片生成维护，方便查找。
- 其他要求
arduino
参考文档 https://www.modelscope.cn/models/Tongyi-MAI/Z-Image-Turbo/summary?version=master
帮我完成z-image-turbo的安装，并实现demo编写。
该demo帮我实现一个儿童风的糖果包装设计，图片生成位置设置为/root/z-image/下。
如果有临时文件生成，统一设置为/root/z-image/tmp/下。
云服务器文档：https://www.gongjiyun.com/docs/server/introduction/rznmwsy13i4a8yktuyycoxyinmg/过程
直接参考文档步骤进行安装，过程中出现问题或者错误会自动获取终端信息进行修复，非常方便。
甚至还给出后续手动执行的命令，以及中间产物的位置。
结果
下面是生成的 demo 脚本，可以看到采用的 Z-Image 模型。
下面是生成的 demo 提示词。
下面是同步生成的包装图片。
整体流程没问题，喝杯茶的功夫，环境就已经配好了。 但我想要的是单粒糖果的包装，两头拧起来的那种效果。我们再修改下提示词。
单粒糖纸包装生成优化
这里我们直接手动更改脚本中的提示词。
修改位置上一轮对话也已经给出。
指令
css
单粒牛奶硬糖，经典两端扭结包装，儿童风，奶白色为主色调，点缀浅棕色小奶牛斑点，包装正面印 Q 版微笑小奶牛（圆眼睛、短耳朵、脖子挂迷你奶瓶），半透明包装纸隐约透出米白色奶糖本体（糖体光滑有光泽），扭结处颜色为淡奶油色，包装纸呈柔和哑光质感，带轻微奶泡珠光，侧面印微型奶滴图案，正面下方用圆润卡通字体写 "香浓奶糖"，整体无尖锐棱角，色彩柔和不刺眼，暖光照射，8k 高清，细节丰富，适合 3-10 岁儿童结果
下面是更换指令后的生成结果，整体还可以。
但是物品的摆放角度和扭转等物理现象还是稍微有些不足。
结语
整个过程相当轻松，一共花费了 1 个小时多点。
- 看到资讯
- 找到官网并浏览文档
- 建立并连接云服务器
- 输入指令
- 等待并验证
指令设计和研究方向都是我们确定的，最终结果也是我们验收的，但安装、配置、调试的过程全部交由 AI 一口气完成，轻松惬意。
这才是我理想的 AI 协同模式！