Escreva uma descrição
Descreva a cena, o assunto e a iluminação. Descrições específicas produzem imagens melhores que descrições vagas.
Descreva uma imagem e o Z-Image-Turbo a desenha no seu dispositivo. O modelo é baixado uma vez do Hugging Face e armazenado em cache; o servidor do 73hi nunca o retransmite e sua descrição nunca é enviada.
GPU ainda não verificada. A verificação não baixa arquivos do modelo.
O Chrome no Windows usa a GPU atribuída ao navegador. Esta página não pode listar todas as placas instaladas nem selecionar uma placa que o navegador não disponibiliza.
chrome://flags/#force-high-performance-gpu, ativar a opção se disponível e reiniciar o Chrome. Isso solicita a GPU de alto desempenho, sem selecionar uma placa pelo nome.Se as duas opções do Windows mostrarem a mesma placa indesejada, escolher Alto desempenho não seleciona a outra GPU. O navegador precisa disponibilizá-la primeiro. Os nomes das GPUs podem aparecer como fabricante e arquitetura, em vez do modelo completo.
Limitações de GPU do Chrome no WindowsCarregue o modelo primeiro; depois digite uma descrição e gere.
O primeiro Carregar modelo baixa cerca de 5,5 GB do Hugging Face, o que pode levar vários minutos, ou mais em conexões lentas. Mantenha esta aba aberta até a barra terminar. Os arquivos ficam em cache quando há armazenamento disponível; selecionar arquivos locais evita o download. Um pequeno teste da GPU é feito antes de baixar o modelo. O navegador precisa disponibilizar uma GPU com suporte a shaders WebGPU f16. Em computadores com várias GPUs, pode ser necessário selecionar uma GPU compatível para o navegador nas configurações gráficas do sistema e reiniciá-lo completamente.
Sua imagem aparece aqui
Cada nome de arquivo acima é um link direto; clicar baixa apenas esse arquivo. Os arquivos auxiliares
.onnx_data precisam ser baixados junto com seu grafo para o carregamento manual funcionar. A versão INT4 ONNX está em
huggingface.co/webnn/Z-Image-Turbo. O Hugging Face permite requisições de origem cruzada; esta página baixa diretamente do Hub.
Crie uma imagem com palavras sem conta, fila ou comunicação com servidor.
Descreva a cena, o assunto e a iluminação. Descrições específicas produzem imagens melhores que descrições vagas.
Selecione Carregar modelo e espere até os arquivos estarem prontos; depois selecione Gerar. Gerar usa os arquivos carregados e não baixa o modelo.
Ao terminar as etapas de remoção de ruído, a imagem aparece na tela e fica pronta para baixar como PNG.
Todo o processo funciona na página: a descrição é codificada, o ruído do latente é removido em algumas etapas e o VAE o transforma em pixels.
| Etapa | O que faz | Onde funciona |
|---|---|---|
| Tokenizador e codificador de texto | Transforma sua descrição em representações que o modelo entende | Seu navegador |
| Transformer | Prevê o ruído a remover em cada etapa | Seu navegador |
| Auxiliar do agendador | Aplica a etapa de flow matching e produz o próximo latente | Seu navegador |
| Decodificador VAE | Converte o latente final em uma imagem visível | Seu navegador |
Custo inicial único: os arquivos do modelo somam cerca de 5,5 GB. Vêm do Hugging Face, não do 73hi, e ficam no cache do navegador para a próxima visita.
Tudo para criar uma imagem sem entregar sua descrição a terceiros.
A descrição e a imagem nunca saem do dispositivo. Apenas o modelo é baixado.
Com WebGPU, o ciclo de remoção de ruído usa a placa de vídeo, gerando uma imagem em segundos em vez de minutos.
Escolha resolução, número de etapas e semente, e reproduza qualquer imagem exatamente.
Sem cadastro, limite diário ou marca-d'água no que você gerar.
A página baixa a versão INT4 ONNX do Z-Image-Turbo diretamente do Hugging Face, com cabeçalhos permissivos de origem cruzada. O servidor do 73hi nunca armazena nem retransmite o modelo.
O codificador de texto e o transformer somam cerca de 5,5 GB mesmo com quantização de 4 bits. Eles ficam no cache do navegador após a primeira execução.
Sim. Só os pesos do transformer têm 3,44 GB, e o backend WebAssembly usa wasm32, com memória total limitada a 4 GB; o modelo não cabe. O WebGPU transfere os pesos para a placa de vídeo, sendo a única forma de executar este modelo no navegador. Use Chrome ou Edge 130 ou posterior.
Não. A descrição é codificada e a imagem gerada inteiramente no dispositivo. Apenas o modelo e o pequeno tokenizador são baixados.
Os pesos são iguais em todas as resoluções, mas os mapas de atenção do transformer crescem com o quadrado do número de tokens da imagem. Uma imagem 512 x 512 usa latentes 64 x 64, ou 4.096 tokens; 1024 x 1024 usa 128 x 128, ou 16.384 tokens, com dezesseis vezes mais dados intermediários. Isso consome memória gráfica, não WebAssembly: o ambiente já solicita os maiores limites disponíveis. Se 1024 falhar, tente 768 primeiro. A partir de 768, a ferramenta libera o codificador de texto antes da remoção de ruído para deixar o máximo de memória para a imagem.
Deixe em branco para não alterar nada. Preencha e defina Orientação acima de 1 para usar orientação sem classificador: o modelo avalia ambas as descrições em cada etapa e combina os resultados, afastando a imagem do conteúdo listado. Orientação 1 não direciona. Como Z-Image-Turbo é um modelo destilado de poucas etapas, use valores baixos, entre 1,2 e 2; valores maiores tendem a saturar a imagem. A orientação duplica as passagens do transformer, levando aproximadamente o dobro do tempo.
Sim. Escolha os arquivos do modelo no seletor, e a ferramenta usa as cópias locais em vez de baixá-las novamente.