Escribe una descripción
Describe la escena, el sujeto y la luz. Las descripciones concretas producen mejores resultados que las vagas.
Describe una imagen y Z-Image-Turbo la dibuja en tu dispositivo. El modelo se descarga una vez de Hugging Face y se guarda en caché; ni el modelo pasa por 73hi ni se sube tu descripción.
GPU sin comprobar. La comprobación no descarga modelos.
Chrome en Windows usa la GPU asignada al navegador. Esta página no puede enumerar todas las tarjetas ni elegir una que el navegador no exponga.
chrome://flags/#force-high-performance-gpu, activar la opción si está disponible y reiniciar Chrome. Esto solicita la GPU de alto rendimiento, sin elegirla por nombre.Si ambas opciones de Windows muestran la misma tarjeta no deseada, Alto rendimiento no seleccionará la otra GPU. Primero debe exponerla el navegador. Puede mostrarse el fabricante y la arquitectura en vez del modelo completo.
Limitaciones de GPU de Chrome en WindowsCarga primero el modelo, introduce una descripción y genera la imagen.
La primera Cargar modelo descarga unos 5,5 GB de Hugging Face y puede tardar varios minutos o más con conexiones lentas. Mantén la pestaña abierta. Se usa la caché cuando está disponible; los archivos locales evitan la descarga. Antes se realiza una pequeña prueba de GPU. Necesitas WebGPU con sombreadores f16. Si tienes varias GPU, quizá debas asignar una compatible al navegador en la configuración gráfica y reiniciarlo por completo.
Tu imagen aparecerá aquí
Cada nombre de archivo es un enlace directo para descargarlo por separado; los archivos complementarios
.onnx_data deben descargarse junto con su grafo para cargarlos manualmente. La compilación INT4 ONNX está en
huggingface.co/webnn/Z-Image-Turbo. Hugging Face permite solicitudes entre orígenes, por lo que la descarga es directa desde el repositorio.
Dibuja a partir de palabras sin cuenta, colas ni envíos al servidor.
Describe la escena, el sujeto y la luz. Las descripciones concretas producen mejores resultados que las vagas.
Selecciona Cargar modelo y espera a que los archivos estén listos; después selecciona Generar. Generar reutiliza los archivos cargados sin descargar el modelo.
Al terminar la eliminación de ruido, la imagen aparece en el lienzo y puedes descargarla como PNG.
Todo ocurre en la página: se codifica la descripción, se elimina ruido de una representación latente en varios pasos y el VAE la convierte en píxeles.
| Etapa | Función | Dónde se ejecuta |
|---|---|---|
| Tokenizador y codificador de texto | Convierte tu descripción en representaciones que entiende el modelo | Tu navegador |
| Transformador | Predice el ruido que debe eliminarse en cada paso | Tu navegador |
| Asistente del planificador | Aplica el paso de flow matching y produce la siguiente representación latente | Tu navegador |
| Decodificador VAE | Convierte la representación latente final en una imagen visible | Tu navegador |
Descarga inicial: los modelos ocupan unos 5,5 GB. Proceden de Hugging Face, no de 73hi, y el navegador los guarda en caché.
Todo para crear imágenes sin compartir tu descripción con terceros.
La descripción y la imagen permanecen en el dispositivo. Solo se descarga el modelo.
Con WebGPU, el proceso de eliminación de ruido se ejecuta en la tarjeta gráfica, reduciendo los minutos a segundos.
Elige resolución, número de pasos y semilla para reproducir exactamente una imagen.
Sin registro, límite diario ni marcas de agua en las imágenes generadas.
La página descarga Z-Image-Turbo INT4 ONNX directamente de Hugging Face, que permite solicitudes entre orígenes. El servidor de 73hi no almacena ni retransmite el modelo.
El codificador de texto y el transformador ocupan unos 5,5 GB incluso cuantizados a 4 bits. Se guardan en la caché tras el primer uso.
Sí. Solo los pesos del transformador ocupan 3,44 GB y wasm32 limita toda la memoria a 4 GB, así que el modelo no cabe. WebGPU envía los pesos a la tarjeta gráfica, única forma de ejecutarlo en el navegador. Usa Chrome o Edge 130 o posterior.
No. La codificación y generación ocurren en tu dispositivo. Solo se descargan el modelo y el pequeño tokenizador.
Los pesos no cambian, pero los mapas de atención crecen con el cuadrado de los tokens. 512 × 512 usa 4096 tokens; 1024 × 1024 usa 16384 y dieciséis veces más datos intermedios en memoria gráfica. El motor ya solicita los límites máximos disponibles. Si falla 1024, prueba 768; desde esa resolución se libera el codificador de texto antes de eliminar ruido para dejar más memoria a la imagen.
Déjala vacía para no cambiar nada. Si la rellenas y pones la guía por encima de 1, el modelo evalúa ambas descripciones en cada paso para alejar la imagen de lo indicado. Con 1 no hay guía. Z-Image-Turbo está destilado para pocos pasos: usa entre 1,2 y 2 para evitar sobresaturación. La guía duplica las pasadas y tarda aproximadamente el doble.
Sí. Selecciona los archivos del modelo con el selector y se usarán las copias locales sin descargarlas otra vez.