เขียนคำบรรยาย
บรรยายฉาก ตัวแบบ และแสง คำบรรยายที่เฉพาะเจาะจงให้ภาพดีกว่าคำบรรยายที่คลุมเครือ
สร้างรูปภาพด้วย AI ออนไลน์ฟรี
บรรยายรูปภาพแล้ว Z-Image-Turbo จะวาดบนเครื่องของคุณ โมเดลดาวน์โหลดจาก Hugging Face ครั้งเดียวและแคชในเบราว์เซอร์ เซิร์ฟเวอร์ 73hi จึงไม่รับส่งโมเดลและคำบรรยายของคุณไม่ถูกอัปโหลด
การ์ดจอ
ยังไม่ได้ตรวจสอบ GPU การตรวจสอบไม่ดาวน์โหลดไฟล์โมเดล
เลือก GPU อื่นบน Windows
Chrome บน Windows ใช้ GPU ที่กำหนดให้เบราว์เซอร์ หน้านี้ไม่สามารถแสดงการ์ดจอที่ติดตั้งทั้งหมดหรือเปลี่ยนไปใช้การ์ดที่เบราว์เซอร์ไม่เปิดให้เข้าถึงได้
- เปิด Windows Settings → System → Display → Graphics settings เพิ่มเบราว์เซอร์ที่ใช้กับเครื่องมือนี้ เช่น chrome.exe หรือ msedge.exe.
- เปิดเมนูของแอปชื่อ Options แล้วตรวจสอบชื่อ GPU ที่แสดงใต้ High performance เลือกหากเป็นการ์ดที่ต้องการ แล้วบันทึก หาก Windows มีตัวเลือก GPU แบบระบุรุ่น ให้เลือกการ์ดที่ต้องการจากที่นั่น
- สำหรับ Chrome คุณยังสามารถเปิด
chrome://flags/#force-high-performance-gpuเปิดใช้ตัวเลือกหากมี แล้วเริ่ม Chrome ใหม่ การตั้งค่านี้ร้องขอ GPU ประสิทธิภาพสูง แต่ไม่ได้เลือกการ์ดตามชื่อ - ปิดเบราว์เซอร์ทั้งหมดแล้วเปิดใหม่ กลับมาที่นี่และเลือก ตรวจสอบ GPU ตรวจสอบ GPU ที่รายงานและการรองรับ f16 ก่อนเลือก โหลดโมเดล.
หากตัวเลือกทั้งสองของ Windows แสดงการ์ดที่ไม่ต้องการใบเดียวกัน การเลือก High performance อย่างเดียวจะไม่ทำให้ใช้ GPU อีกใบ เบราว์เซอร์ต้องเปิดให้เข้าถึงการ์ดนั้นก่อน ชื่อ GPU อาจแสดงเป็นผู้ผลิตและสถาปัตยกรรมแทนชื่อรุ่นเต็ม
ข้อจำกัด GPU ของ Chrome บน Windowsโหลดโมเดลก่อน แล้วป้อนคำบรรยายและสร้างภาพ
การกดครั้งแรกที่ โหลดโมเดล จะดาวน์โหลดข้อมูลประมาณ 5.5 GB จาก Hugging Face จึงอาจใช้เวลาหลายนาทีหรือนานกว่านั้นเมื่อเครือข่ายช้า เปิดแท็บนี้ไว้จนแถบเสร็จสิ้น ไฟล์จะถูกแคชเมื่อมีพื้นที่จัดเก็บในเบราว์เซอร์ การเลือกไฟล์ในเครื่องช่วยเลี่ยงการดาวน์โหลด ระบบจะทดสอบ GPU เล็กน้อยก่อนดึงไฟล์โมเดล เบราว์เซอร์ต้องเปิดให้ใช้ GPU ที่รองรับเชดเดอร์ WebGPU f16 หากคอมพิวเตอร์มีหลาย GPU คุณอาจต้องเลือก GPU ที่รองรับให้เบราว์เซอร์ในการตั้งค่ากราฟิกของระบบ แล้วปิดและเปิดเบราว์เซอร์ใหม่ทั้งหมด
รูปภาพของคุณจะปรากฏที่นี่
ไฟล์โมเดล
ชื่อไฟล์ทุกชื่อข้างต้นเป็นลิงก์ตรง คลิกเพื่อดาวน์โหลดเฉพาะไฟล์นั้น ส่วนไฟล์ประกอบ
.onnx_data ต้องดาวน์โหลดพร้อมกราฟของมัน จึงจะโหลดด้วยตนเองได้ รุ่น INT4 ONNX อยู่ที่
huggingface.co/webnn/Z-Image-Turbo Hugging Face อนุญาตคำขอข้ามต้นทาง หน้านี้จึงดึงไฟล์จาก Hub โดยตรง
สามขั้นตอนง่ายๆ
วิธีสร้างรูปภาพ AI ออนไลน์
วาดภาพจากข้อความโดยไม่ต้องมีบัญชี รอคิว หรือส่งข้อมูลไปกลับกับเซิร์ฟเวอร์
โหลดโมเดล
เลือก โหลดโมเดล แล้วรอจนไฟล์พร้อม จากนั้นเลือก สร้าง การสร้างภาพใช้ไฟล์ที่โหลดไว้แล้วและไม่ดาวน์โหลดโมเดล
บันทึกรูปภาพ
เมื่อขั้นตอนลดสัญญาณรบกวนเสร็จสิ้น รูปภาพจะปรากฏบนแคนวาสและพร้อมดาวน์โหลดเป็น PNG
วิธีทำงาน
โมเดลดิฟฟิวชัน ทำงานบนอุปกรณ์ของคุณทั้งหมด
กระบวนการทั้งหมดทำงานในหน้าเว็บ: เข้ารหัสคำบรรยาย ลดสัญญาณรบกวนในข้อมูลแฝงเพียงไม่กี่ขั้นตอน แล้ว VAE แปลงข้อมูลนั้นเป็นพิกเซล
| ขั้นตอน | หน้าที่ | ทำงานที่ |
|---|---|---|
| ตัวแบ่งโทเค็นและตัวเข้ารหัสข้อความ | แปลงคำบรรยายเป็นเวกเตอร์ฝังตัวที่โมเดลเข้าใจ | เบราว์เซอร์ของคุณ |
| Transformer | ทำนายสัญญาณรบกวนที่ต้องนำออกในแต่ละขั้นตอนตามกำหนดการ | เบราว์เซอร์ของคุณ |
| ตัวช่วยจัดตารางขั้นตอน | ใช้ขั้นตอน flow matching และสร้างข้อมูลแฝงถัดไป | เบราว์เซอร์ของคุณ |
| ตัวถอดรหัส VAE | แปลงข้อมูลแฝงที่เสร็จแล้วเป็นรูปภาพที่มองเห็นได้ | เบราว์เซอร์ของคุณ |
ดาวน์โหลดเพียงครั้งแรก: ไฟล์โมเดลมีขนาดรวมประมาณ 5.5 GB มาจาก Hugging Face ไม่ใช่จาก 73hi และเบราว์เซอร์จะแคชไว้สำหรับครั้งต่อไป
เครื่องมือสร้างภาพ AI ฟรี
เป็นส่วนตัว ไม่จำกัดด้วยโควตา ไม่มีลายน้ำ
ทุกสิ่งที่ต้องใช้สร้างภาพโดยไม่ส่งคำบรรยายให้บุคคลที่สาม
ไม่มีการอัปโหลด
คำบรรยายและรูปภาพไม่ออกจากอุปกรณ์ มีเพียงโมเดลที่ถูกดาวน์โหลด
เร่งความเร็วด้วย GPU
ด้วย WebGPU วงรอบลดสัญญาณรบกวนทำงานบนการ์ดจอ จึงสร้างภาพได้ในไม่กี่วินาทีแทนหลายนาที
ควบคุมได้เต็มที่
เลือกความละเอียด จำนวนขั้นตอน และซีด แล้วสร้างภาพเดิมซ้ำได้อย่างตรงกัน
ไม่มีโควตา
ไม่ต้องสมัคร ไม่จำกัดรายวัน และไม่มีลายน้ำในภาพที่สร้าง
คำถามและคำตอบ
คำถามที่พบบ่อยเกี่ยวกับการสร้างภาพ AI
โมเดลมาจากที่ใด?
หน้าจะดาวน์โหลด Z-Image-Turbo รุ่น INT4 ONNX จาก Hugging Face โดยตรง ซึ่งให้บริการพร้อมส่วนหัวที่อนุญาตการเข้าถึงข้ามต้นทาง เซิร์ฟเวอร์ 73hi ไม่จัดเก็บหรือส่งต่อโมเดล
ทำไมไฟล์ดาวน์โหลดจึงใหญ่?
ตัวเข้ารหัสข้อความและ transformer รวมกันมีขนาดประมาณ 5.5 GB แม้ใช้ควอนไทเซชัน 4 บิตแล้ว เบราว์เซอร์จะแคชไว้หลังใช้งานครั้งแรก
ต้องใช้ GPU หรือไม่?
ต้องใช้ ค่าน้ำหนักของ transformer เพียงอย่างเดียวมีขนาด 3.44 GB ขณะที่แบ็กเอนด์ WebAssembly สร้างสำหรับ wasm32 ซึ่งจำกัดหน่วยความจำรวมไว้ที่ 4 GB โมเดลจึงใส่ไม่พอ WebGPU จะสตรีมค่าน้ำหนักไปยังการ์ดจอแทน ซึ่งเป็นวิธีเดียวที่โมเดลนี้ทำงานในเบราว์เซอร์ได้ ใช้ Chrome หรือ Edge 130 ขึ้นไป
คำบรรยายของฉันถูกอัปโหลดหรือไม่?
ไม่ การเข้ารหัสคำบรรยายและการสร้างภาพเกิดขึ้นบนอุปกรณ์ทั้งหมด มีเพียงโมเดลและตัวแบ่งโทเค็นขนาดเล็กที่ดาวน์โหลด
ทำไม 1024 x 1024 ใช้ไม่ได้ แต่ 512 x 512 ใช้ได้?
ค่าน้ำหนักมีขนาดเท่ากันทุกความละเอียด แต่แผนที่ attention ภายใน transformer โตตามกำลังสองของจำนวนโทเค็นภาพ ภาพ 512 x 512 ใช้ข้อมูลแฝง 64 x 64 หรือ 4,096 โทเค็น ขณะที่ 1024 x 1024 ใช้ข้อมูลแฝง 128 x 128 หรือ 16,384 โทเค็น และมีข้อมูลระหว่างประมวลผลมากกว่าสิบหกเท่า นี่เป็นหน่วยความจำกราฟิก ไม่ใช่ WebAssembly เพราะรันไทม์ร้องขอขีดจำกัดสูงสุดจากอะแดปเตอร์แล้ว หาก 1024 ใช้ไม่ได้กับการ์ดของคุณ ให้ลอง 768 ก่อน เครื่องมือจะคืนหน่วยความจำของตัวเข้ารหัสข้อความก่อนวงรอบลดสัญญาณรบกวนที่ขนาด 768 ขึ้นไป เพื่อเหลือหน่วยความจำให้ภาพมากที่สุด
คำบรรยายสิ่งที่ไม่ต้องการทำงานอย่างไร?
เว้นว่างไว้จะไม่มีอะไรเปลี่ยน หากกรอกและตั้งระดับการชี้นำมากกว่า 1 จะใช้ classifier free guidance: โมเดลประเมินคำบรรยายทั้งสองในแต่ละขั้นตอนแล้วรวมผล เพื่อชี้นำภาพให้ห่างจากสิ่งที่ระบุ ระดับการชี้นำ 1 หมายถึงไม่ชี้นำ เนื่องจาก Z-Image-Turbo เป็นโมเดลที่กลั่นความรู้มาให้ทำงานเพียงไม่กี่ขั้นตอน ควรใช้ค่าต่ำประมาณ 1.2 ถึง 2 เพราะค่าที่สูงกว่านั้นมักทำให้สีภาพจัดเกินไป การชี้นำยังเพิ่มจำนวนรอบ transformer เป็นสองเท่า จึงใช้เวลาสร้างภาพประมาณสองเท่า
ใช้ไฟล์ที่ดาวน์โหลดไว้แล้วได้หรือไม่?
ได้ เลือกไฟล์โมเดลด้วยตัวเลือกไฟล์ แล้วเครื่องมือจะใช้สำเนาในเครื่องแทนการดาวน์โหลดซ้ำ