Beschreibung schreiben
Beschreiben Sie die Szene, das Motiv und das Licht. Konkrete Beschreibungen liefern bessere Bilder als vage Angaben.
Beschreiben Sie ein Bild und Z-Image-Turbo zeichnet es auf Ihrem eigenen Gerät. Das Modell wird einmal von Hugging Face geladen und im Browser zwischengespeichert. Der 73hi-Server überträgt daher niemals das Modell, und Ihre Beschreibung wird niemals hochgeladen.
GPU noch nicht geprüft. Bei der Prüfung werden keine Modelldateien heruntergeladen.
Chrome unter Windows verwendet die dem Browser zugewiesene GPU. Diese Seite kann weder alle installierten Grafikkarten auflisten noch zu einer Karte wechseln, die der Browser nicht bereitstellt.
chrome://flags/#force-high-performance-gpuöffnen, die Option aktivieren, sofern verfügbar, und Chrome neu starten. Dadurch wird die leistungsstarke GPU angefordert; eine bestimmte Karte wird nicht namentlich ausgewählt.Wenn beide Windows-Optionen dieselbe unerwünschte Karte zeigen, wählt „Hohe Leistung“ allein nicht Ihre andere GPU aus. Der Browser muss diese Karte zuerst bereitstellen. GPU-Namen werden möglicherweise als Hersteller und Architektur statt als vollständige Modellbezeichnung angezeigt.
GPU-Einschränkungen von Chrome unter WindowsLaden Sie zuerst das Modell, geben Sie dann eine Beschreibung ein und erzeugen Sie das Bild.
Beim ersten Ausführen von Modell laden werden etwa 5,5 GB von Hugging Face heruntergeladen. Das kann mehrere Minuten dauern, bei langsamer Verbindung länger. Lassen Sie diesen Tab bis zum Abschluss geöffnet. Wenn Browserspeicher verfügbar ist, werden die Dateien zwischengespeichert; mit ausgewählten lokalen Dateien entfällt der Download. Vor dem Herunterladen der Modelldateien wird ein kleiner GPU-Test ausgeführt. Ihr Browser muss eine GPU mit WebGPU-f16-Shader-Unterstützung bereitstellen. Bei Computern mit mehreren GPUs müssen Sie dem Browser eventuell in den Systemgrafikeinstellungen eine kompatible GPU zuweisen und ihn vollständig neu starten.
Hier erscheint Ihr Bild
Jeder Dateiname oben ist ein direkter Link; ein Klick lädt nur diese Datei herunter. Die zugehörigen
.onnx_data -Dateien müssen zusammen mit ihrem Graphen heruntergeladen werden, damit das manuelle Laden funktioniert. Die INT4-ONNX-Version finden Sie unter
huggingface.co/webnn/Z-Image-Turbo. Hugging Face erlaubt Cross-Origin-Anfragen, daher lädt diese Seite die Dateien direkt aus dem Hub.
Erzeugen Sie ein Bild aus Worten, ohne Benutzerkonto, Warteschlange oder Serveranfrage.
Beschreiben Sie die Szene, das Motiv und das Licht. Konkrete Beschreibungen liefern bessere Bilder als vage Angaben.
Wählen Sie Modell laden und warten Sie, bis die Dateien bereit sind. Wählen Sie anschließend Erzeugen. Die Bilderzeugung verwendet die geladenen Dateien und lädt das Modell nicht herunter.
Nach den Entrauschungsschritten wird das Bild auf der Zeichenfläche angezeigt und kann als PNG heruntergeladen werden.
Der gesamte Ablauf erfolgt auf der Seite: Die Beschreibung wird codiert, eine latente Darstellung in wenigen Schritten entrauscht und vom VAE in Pixel umgewandelt.
| Phase | Aufgabe | Ausführungsort |
|---|---|---|
| Tokenizer und Text-Encoder | Wandelt Ihre Beschreibung in Einbettungen um, die das Modell versteht | Ihr Browser |
| Transformer | Sagt für jeden Schritt voraus, welches Rauschen entfernt werden soll | Ihr Browser |
| Scheduler-Hilfsfunktion | Führt den Flow-Matching-Schritt aus und erzeugt die nächste latente Darstellung | Ihr Browser |
| VAE-Decoder | Wandelt die fertige latente Darstellung in ein sichtbares Bild um | Ihr Browser |
Einmaliger Aufwand: Die Modelldateien umfassen insgesamt etwa 5,5 GB. Sie stammen von Hugging Face, nicht von 73hi, und werden vom Browser für spätere Besuche zwischengespeichert.
Alles zur Bilderzeugung, ohne Ihre Beschreibung an Dritte weiterzugeben.
Beschreibung und Bild verlassen Ihr Gerät nicht. Nur das Modell wird heruntergeladen.
Mit WebGPU läuft die Entrauschungsschleife auf Ihrer Grafikkarte. Ein Bild benötigt dadurch Sekunden statt Minuten.
Wählen Sie Auflösung, Schrittzahl und Startwert und reproduzieren Sie jedes Bild exakt.
Keine Registrierung, kein Tageslimit und kein Wasserzeichen auf erzeugten Bildern.
Die Seite lädt die INT4-ONNX-Version von Z-Image-Turbo direkt von Hugging Face herunter, das sie mit freizügigen Cross-Origin-Headern bereitstellt. Der 73hi-Server speichert oder überträgt das Modell niemals.
Text-Encoder und Transformer umfassen selbst bei 4-Bit-Quantisierung zusammen etwa 5,5 GB. Nach dem ersten Durchlauf werden sie in Ihrem Browser zwischengespeichert.
Ja. Allein die Transformer-Gewichte umfassen 3,44 GB. Das WebAssembly-Backend basiert auf wasm32, dessen gesamter Speicher auf 4 GB begrenzt ist; das Modell passt daher nicht hinein. WebGPU überträgt die Gewichte stattdessen an Ihre Grafikkarte. Nur so läuft dieses Modell im Browser. Verwenden Sie Chrome oder Edge ab Version 130.
Nein. Die Beschreibung wird vollständig auf Ihrem Gerät codiert und zur Bilderzeugung verwendet. Nur das Modell und der kleine Tokenizer werden heruntergeladen.
Die Gewichte sind bei jeder Auflösung gleich groß. Die Attention-Maps im Transformer wachsen jedoch quadratisch mit der Anzahl der Bild-Tokens. Ein Bild mit 512 × 512 nutzt eine latente Darstellung von 64 × 64 mit 4.096 Tokens. Bei 1024 × 1024 sind es 128 × 128 mit 16.384 Tokens und sechzehnmal so vielen Zwischendaten. Das betrifft den Grafikspeicher, nicht WebAssembly: Die Laufzeitumgebung fordert bereits die größtmöglichen Grenzen des Adapters an. Falls 1024 auf Ihrer Karte fehlschlägt, versuchen Sie zunächst 768. Ab 768 gibt das Werkzeug den Text-Encoder vor der Entrauschungsschleife frei, damit möglichst viel Speicher für das Bild verfügbar bleibt.
Wenn Sie das Feld leer lassen, ändert sich nichts. Geben Sie etwas ein und setzen Sie Guidance über 1, um Classifier-Free Guidance zu aktivieren: Das Modell wertet in jedem Schritt beide Beschreibungen aus und kombiniert die Ergebnisse. So wird das Bild von den genannten Merkmalen weggeführt. Guidance 1 bedeutet keine Steuerung. Da Z-Image-Turbo ein destilliertes Modell mit wenigen Schritten ist, sollten Sie den Wert niedrig halten, etwa zwischen 1,2 und 2. Höhere Werte übersättigen das Bild häufig. Guidance verdoppelt die Transformer-Durchläufe; ein Bild dauert daher ungefähr doppelt so lange.
Ja. Wählen Sie die Modelldateien mit der Dateiauswahl aus. Das Werkzeug verwendet die lokalen Kopien, statt sie erneut herunterzuladen.