---
title: Z-Image-Distilled
canonical_url: "https://www.modelscope.cn/models/AiMETATRON/Z-Image-Distilled"
md_url: "https://www.modelscope.cn/models/AiMETATRON/Z-Image-Distilled.md"
repository: AiMETATRON/Z-Image-Distilled
chinese_name: Z-Image-Distilled
last_updated: 2026-02-11
license: apache-2.0
base_model:
  - Tongyi-MAI/Z-Image
base_model_relation: finetune
parameters: 52.5B
tensor_type:
  - F32
  - BF16
  - F8_E4M3
  - U8
library_name:
  - safetensors
language:
  - en
  - zh
downloads: 1589
stars: 22
tags:
  - Z
---

# Z-Image-Distilled

> Z-Image-Distilled - AiMETATRON 在 ModelScope 开源的模型。本模型为基于 Z-Image 源版本（非Turbo）的直接蒸馏加速版，旨在测试Z-Image（non-turbo）版本上训练的LoRA效果，并显著提高推理/测试速度。模型完全没有融入Z-Image-Turbo的任何权重与风格，属于基于Z-Image的纯血版本，较好地保持了原版Z-Image的适配性、出图随机多样性以及整体图像风格。

AiMETATRON/Z-Image-Distilled 是 ModelScope 魔搭社区上的 52.5B 参数机器学习模型，采用 apache-2.0 许可，基于 Tongyi-MAI/Z-Image 构建。

- **Repository**: AiMETATRON/Z-Image-Distilled
- **License**: apache-2.0
- **Parameters**: 52.5B
- **Base model**: Tongyi-MAI/Z-Image
- **Tags**: Z
- **Downloads**: 1589
- **Stars**: 22
- **Last updated**: 2026-02-11

Source: https://www.modelscope.cn/models/AiMETATRON/Z-Image-Distilled

---

## Z-Image-Distilled V3 2026/2/11

Thanks to [Bubbliiiing](https://github.com/bubbliiiing), [VideoX-Fun](https://github.com/aigc-apps/VideoX-Fun)& [Alibaba-PAI](https://help.aliyun.com/zh/pai/) Provided us with a more efficient distillation solution

https://huggingface.co/alibaba-pai/Z-Image-Fun-Lora-Distill

Speed of Light, Power of Flow: The new ZID v3 "Lucis" is powered by the latest ZIB acceleration. Building on ZID v2 trainning sets, we've distilled a more efficient Zimage-based RedDX3. Now, in just 5 steps, you get solid results.

Rapid Prototyping: Test LoRA training hypotheses instantly with 'near-zero' latency.

Stochastic Pre-sampling: Serve as a high-speed, high-entropy source for ZiTurbo pipelines.

Hybrid Workflows: Pair seamlessly with Klein 9B for cascaded refinement or ensemble generation.

<p align="center">
    <img src="8.png" width="1200"/>
</p>

- inference cfg: 1.0-1.5（建议1.0）
- inference steps: 5（5-15步）
- sampler / scheduler: Euler / simple

Preview images generated by Z-Image Distilled V3+Moody MIX V7(ZIT finetune) Hybrid Workflow，Just for showing the style difference between ZID(RedZDX3) and ZIT(fine-tunning), 

no ranking intended =)

演示例图使用ZIDistilled V3+Moody MIX V7混合工作流程，不用做排名对比 (L = 'ZID v3', R = 'ZIT ft')

<p align="center">
    <img src="15.png" width="1200"/>
</p>

<p align="center">
    <img src="12.png" width="1200"/>
</p>

<p align="center">
    <img src="10.png" width="1200"/>
</p>

<p align="center">
    <img src="14.png" width="1200"/>
</p>

<p align="center">
    <img src="13.png" width="1200"/>
</p>

<p align="center">
    <img src="9.png" width="1200"/>
</p>
For more ZID v3 generated examples, please refrence 

RedCraft | 红潮 | RedZDX⚡️Distilled [[Civitai](https://civitai.com/models/958009) ]

Welcome to the era of instant creativity. Welcome to 'Lucis'.


## Z-Image-Distilled V2 2026/2/05

To a certain extent, the problem of ZIB color deviation has been reduced, but it is recommended to adjust the color appropriately according to the art style

<p align="center">
    <img src="6.png" width="1200"/>
</p>

- inference cfg: 1.0（建议1.0）
- inference steps: 10（10-15步）
- sampler / scheduler: Euler / simple

Thanks 🙏 This author has completed the FP8mixed hybrid quantization scheme for Z-Image：

https://huggingface.co/pachiiahri

FP8 mixed precision has been uploaded. Please give this author a thumbs up👍

<p align="center">
    <img src="7.png" width="1200"/>
</p>

以上是FP8 scale&mixed 直出工作流（所有例图工作流开放 https://civitai.com/models/958009/redcraft-or-or-feb-05-26-or-latest-zib-dx2distilled ）

精度混合方案来自 https://civitai.com/models/2172944/z-image-fp8


The art style leans towards realism
Retains ZIB's creative ability and reduces the collapse of Human anatomy.

Also on: [Civitai](https://civitai.com/models/958009/redcraft-or-redzimage-or-updated-jan30-or-latest-redzib-dx1), Thanks to @anyMODE（[Civitai](https://civitai.com/models/2359857?modelVersionId=2663070)） for exporting ZID LoRAs

<p align="center">
    <img src="3.png" width="1200"/>
</p>

<p align="center">
    <img src="4.png" width="1200"/>
</p>

## Z-Image-Distilled V1 2026/1/30

本模型为基于 **Z-Image** 源版本（非Turbo）的**直接蒸馏加速版**，旨在测试Z-Image（non-turbo）版本上训练的LoRA效果，并显著提高推理/测试速度。模型**完全没有融入Z-Image-Turbo的任何权重与风格**，属于基于Z-Image的**纯血版本**，较好地保持了原版Z-Image的适配性、出图随机多样性以及整体图像风格。

相比官方Z-Image，推理速度更快（推荐10–20步即可获得较好效果）；相比官方Z-Image-Turbo，本模型保留了更强的多样性、更好的LoRA兼容性与可微调潜力，但速度略慢于Turbo（仍远快于原始Z-Image的28~50步）。

模型主要适用于：  
- 希望在Z-Image非Turbo基底上训练/测试LoRA的用户  
- 需要比原版更快、但又不想牺牲太多多样性与风格自由度的场景  
- 艺术、插画、概念设计等对随机性与风格多样性有一定要求的生成任务
- 适配ComfyUI推理 layer prefix == model.diffusion_model 

<p align="center">
    <img src="0.png" width="1200"/>
</p>

### 使用方法：

basic workflow pls refer to: Z-Image-Turbo offical workflow（兼容官方Z-Image-Turbo工作流）

推荐推理参数：  
- inference **cfg**: 1.0–2.5（建议1.0~1.8区间，较高值可增强提示贴合度）  
- inference **steps**: 10–20（10步快速预览，15–20步品质更稳定）  
- sampler / scheduler: **Euler / simple**，或 **res_m**，或其他兼容sampler  

LoRA兼容性良好，权重建议0.6~1.0，根据需求微调。

Also on: [Civitai](https://civitai.com/models/958009/redcraft-or-redzimage-or-updated-jan30-or-latest-redzib-dx1)
#### RedCraft | 红潮造相⚡️REDZimage | Updated-JAN30 | Latest - RedZiB⚡️ DX1蒸馏加速

### 当前不足与更新方向

**当前主要不足：**  
- 蒸馏过程对**文本（特别是极小尺寸文字）**有一定程度的破坏，渲染清晰度与完整性不如原版Z-Image  
- 色调整体与原版ZI保持一致，但在**个别采样器**下会出现偏色现象（特别是偏蓝色调的表现较为明显）  

**接下来优化方向：**  
- 进一步稳定 **CFG=1** 情况下 **10步以内** 的生成质量，争取在极低步数下获得更可用、更接近原版风格的结果  
- 优化 **CFG>1** 时的负向提示词遵循表现，提升对负面描述的控制力，减少不需要的元素干扰  
- 持续改善小文字区域的清晰度与可读性，同时尽量维持蒸馏带来的速度优势  

欢迎各位使用者提供反馈与生成示例，一起推动这个纯血加速方向的迭代！

### 模型许可：

请遵循 Z-Image 模型的 **Apache-2.0** 许可。

Please follow the **Apache-2.0** open source license for the Z-Image model.