maxazure/zimage

Z-Image Turbo Generator

基于 Transformer 的高性能文本到图像生成模型 Hugging Face Space。

功能特点

• —🎨 简洁的 Web 界面: 使用 Gradio 构建的现代化界面
• —🖼️ 多种分辨率: 支持 1:1、16:9、9:16、4:3、3:4 等多种宽高比
• —⚙️ 灵活参数: 可调节推理步数、引导系数、时间偏移等
• —🚀 ZeroGPU 支持: 利用 Hugging Face Pro 订阅的 GPU 资源
• —💻 API 接口: 内置 API 端点，支持编程调用

使用方法

在线使用

1. 1.在提示词框中输入你想生成的图像描述
2. 2.选择合适的宽高比和分辨率
3. 3.调整高级参数（可选）
4. 4.点击 "Generate Image" 按钮
5. 5.等待图像生成完成

API 调用

Python 示例

from gradio_client import Client

client = Client("YOUR_SPACE_URL")
result = client.predict(
    prompt="A cute orange cat sitting on a windowsill",
    negative_prompt="",
    resolution="1024x1024",
    num_inference_steps=28,
    guidance_scale=5.0,
    time_shift=4.0,
    seed=42,
    randomize_seed=False,
    api_name="/predict"
)

JavaScript 示例

import { Client } from "@gradio/client";

const client = await Client.connect("YOUR_SPACE_URL");
const result = await client.predict("/predict", {
  prompt: "A cute orange cat sitting on a windowsill",
  negative_prompt: "",
  resolution: "1024x1024",
  num_inference_steps: 28,
  guidance_scale: 5.0,
  time_shift: 4.0,
  seed: 42,
  randomize_seed: false,
});

部署到 Hugging Face Space

1. 创建 Space

1. 1.访问 Hugging Face Spaces
2. 2.点击 "Create new Space"
3. 3.选择 SDK 为 "Gradio"
4. 4.选择合适的硬件（需要 GPU，推荐使用 ZeroGPU）

2. 上传代码

方法 A: Web 界面上传

• —上传 app.py、requirements.txt 和 README.md

方法 B: Git 推送

git remote add hf https://huggingface.co/spaces/YOUR_USERNAME/YOUR_SPACE_NAME
git add .
git commit -m "Initial commit"
git push hf main

3. 配置硬件

在 Space 设置中:

• —选择 "ZeroGPU" 或其他 GPU 类型
• —确保启用了 GPU 支持

关键修复

本版本相比原始实现修复了以下问题:

✅ 已修复的问题

1. 1.Gradio 兼容性
2. 2.移除了不兼容的 theme=gr.themes.Soft() 参数
3. 3.使用 CSS 字符串代替主题对象

1. 1.Attention Backend
2. 2.默认使用稳定的 native backend
3. 3.添加了 fallback 机制，避免 flash_3 不可用的错误

1. 1.模型加载
2. 2.使用正确的 ZImagePipeline
3. 3.添加了 use_auth_token=False 避免 token 错误
4. 4.使用 torch.bfloat16 作为数据类型

1. 1.ZeroGPU 集成
2. 2.添加 @spaces.GPU(duration=60) 装饰器
3. 3.禁用了需要额外依赖的 AOTI 优化

1. 1.错误处理
2. 2.添加了完善的错误捕获和提示
3. 3.使用 gr.Error() 向用户显示友好的错误信息

参数说明

技术栈

• —Gradio: Web 界面框架
• —Diffusers: 扩散模型库（从 GitHub 安装最新版）
• —Transformers: 文本编码器
• —PyTorch: 深度学习框架
• —Spaces: Hugging Face ZeroGPU 支持

常见问题

Q: 为什么生成速度慢？

A: 确保 Space 配置了 GPU 硬件。ZeroGPU 在首次调用时需要初始化。

Q: 如何获得最佳质量？

A: 增加推理步数（28-50）并使用较高的分辨率。

Q: Negative Prompt 如何使用？

A: 输入你不想在图像中出现的内容，如 "blurry, low quality, distorted"。

许可证

Apache 2.0

鸣谢

• —模型来源: Tongyi-MAI/Z-Image-Turbo
• —参考项目: Z-Image-Turbo Space