Tulis prompt
Deskripsikan adegan, subjek, dan pencahayaan. Prompt spesifik menghasilkan gambar lebih baik daripada yang samar.
Deskripsikan gambar dan Z-Image-Turbo menggambarnya di perangkat Anda. Model diambil sekali dari Hugging Face dan disimpan di cache browser, sehingga server 73hi tidak pernah mengirim model dan prompt tidak pernah diunggah.
GPU belum diperiksa. Pemeriksaan tidak mengunduh berkas model.
Chrome di Windows memakai GPU yang ditetapkan untuk browser. Halaman ini tidak dapat mencantumkan semua kartu grafis terpasang atau beralih ke kartu yang tidak disediakan browser.
chrome://flags/#force-high-performance-gpu, aktifkan pilihan jika tersedia, lalu mulai ulang Chrome. Ini meminta GPU berkinerja tinggi; tidak memilih kartu berdasarkan nama.Jika kedua pilihan Windows menampilkan kartu yang sama dan tidak diinginkan, memilih Kinerja tinggi saja tidak memilih GPU lainnya. Browser harus menyediakan akses ke kartu itu terlebih dahulu. Nama GPU dapat dilaporkan sebagai vendor dan arsitektur, bukan nama model lengkap.
Batasan GPU Chrome di WindowsMuat model dahulu, lalu masukkan prompt dan buat gambar.
Penggunaan pertama Muat model mengunduh sekitar 5,5 GB dari Hugging Face, sehingga memerlukan beberapa menit atau lebih lama pada koneksi lambat. Biarkan tab ini terbuka hingga bilah selesai. Berkas disimpan di cache jika penyimpanan browser tersedia; berkas lokal yang dipilih menghindari unduhan. Uji GPU kecil dijalankan sebelum berkas model diambil. Browser harus menyediakan GPU dengan dukungan shader WebGPU f16. Pada komputer dengan beberapa GPU, Anda mungkin perlu memilih GPU yang kompatibel untuk browser di pengaturan grafis sistem, lalu memulai ulang browser sepenuhnya.
Gambar Anda muncul di sini
Setiap nama berkas di atas merupakan tautan langsung, sehingga mengekliknya hanya mengunduh berkas tersebut; berkas pendamping
.onnx_data harus diambil bersama grafnya agar pemuatan manual berfungsi. Versi INT4 ONNX tersedia di
huggingface.co/webnn/Z-Image-Turbo. Hugging Face mengizinkan permintaan lintas asal, sehingga halaman ini mengambilnya langsung dari Hub.
Gambar dari kata-kata tanpa akun, antrean, atau pengiriman bolak-balik ke server.
Deskripsikan adegan, subjek, dan pencahayaan. Prompt spesifik menghasilkan gambar lebih baik daripada yang samar.
Pilih Muat model dan tunggu hingga berkas siap, lalu pilih Buat. Pembuatan memakai berkas yang telah dimuat dan tidak mengunduh model.
Setelah langkah penghilangan derau selesai, gambar ditampilkan pada kanvas dan siap diunduh sebagai PNG.
Seluruh alur berjalan di halaman: prompt dienkode, derau pada laten dihilangkan dalam beberapa langkah, lalu VAE mengubahnya menjadi piksel.
| Tahap | Fungsi | Lokasi pemrosesan |
|---|---|---|
| Tokenizer dan pengenkode teks | Mengubah prompt menjadi embedding yang dipahami model | Browser Anda |
| Transformer | Memprediksi derau yang perlu dihapus pada setiap langkah penjadwalan | Browser Anda |
| Pembantu penjadwal | Menerapkan langkah flow matching dan menghasilkan laten berikutnya | Browser Anda |
| Dekoder VAE | Mengubah laten akhir menjadi gambar yang terlihat | Browser Anda |
Unduhan sekali saja: berkas model berjumlah sekitar 5,5 GB. Berkas berasal dari Hugging Face, bukan 73hi, dan disimpan di cache browser untuk kunjungan berikutnya.
Semua kebutuhan membuat gambar tanpa menyerahkan prompt kepada pihak ketiga.
Prompt dan gambar tidak pernah meninggalkan perangkat. Hanya model yang diunduh.
Dengan WebGPU, penghilangan derau berjalan di kartu grafis sehingga gambar selesai dalam hitungan detik, bukan menit.
Pilih resolusi, jumlah langkah, dan seed, lalu hasilkan ulang gambar apa pun secara persis.
Tanpa pendaftaran, batas harian, atau tanda air pada semua hasil.
Halaman mengunduh versi INT4 ONNX Z-Image-Turbo langsung dari Hugging Face dengan header lintas asal yang mengizinkan akses. Server 73hi tidak pernah menyimpan atau meneruskan model.
Pengenkode teks dan transformer berjumlah sekitar 5,5 GB bahkan dalam kuantisasi 4 bit. Keduanya disimpan di cache browser setelah penggunaan pertama.
Ya. Bobot transformer saja berukuran 3,44 GB, sedangkan backend WebAssembly dibuat untuk wasm32 yang seluruh memorinya dibatasi 4 GB, sehingga model tidak muat. WebGPU mengalirkan bobot ke kartu grafis, satu-satunya cara menjalankan model ini di browser. Gunakan Chrome atau Edge 130 atau lebih baru.
Tidak. Prompt dienkode dan gambar dibuat sepenuhnya di perangkat Anda. Hanya model dan tokenizer kecil yang diunduh.
Bobot sama pada setiap resolusi, tetapi peta perhatian dalam transformer bertambah mengikuti kuadrat jumlah token gambar. Gambar 512 x 512 memakai laten 64 x 64 atau 4.096 token, sedangkan 1024 x 1024 memakai laten 128 x 128 atau 16.384 token dengan data perantara enam belas kali lebih besar. Ini memakai memori grafis, bukan WebAssembly: runtime sudah meminta batas terbesar yang ditawarkan adaptor. Jika 1024 gagal pada kartu Anda, coba 768 dahulu. Pada 768 ke atas, alat membebaskan pengenkode teks sebelum penghilangan derau untuk menyisakan memori sebanyak mungkin bagi gambar.
Biarkan kosong agar tidak ada perubahan. Isi dan atur Panduan di atas 1 untuk menjalankan classifier free guidance: model dievaluasi terhadap kedua prompt pada setiap langkah, lalu hasil digabungkan untuk menjauhkan gambar dari hal yang Anda cantumkan. Panduan 1 berarti tanpa pengarahan. Karena Z-Image-Turbo merupakan model distilasi dengan sedikit langkah, gunakan nilai rendah sekitar 1,2 hingga 2; nilai lebih tinggi cenderung membuat warna terlalu jenuh. Panduan menggandakan jumlah pemrosesan transformer, sehingga pembuatan gambar sekitar dua kali lebih lama.
Ya. Pilih berkas model melalui pemilih berkas, lalu alat memakai salinan lokal tanpa mengunduhnya lagi.