Viết câu lệnh
Mô tả khung cảnh, chủ thể và ánh sáng. Câu lệnh cụ thể cho ảnh tốt hơn câu lệnh mơ hồ.
Mô tả hình ảnh và Z-Image-Turbo sẽ vẽ trên máy của bạn. Mô hình được tải từ Hugging Face một lần và lưu đệm trong trình duyệt, nên máy chủ 73hi không truyền tải mô hình và câu lệnh của bạn không được tải lên.
Chưa kiểm tra GPU. Việc kiểm tra không tải tệp mô hình xuống.
Chrome trên Windows dùng GPU được gán cho trình duyệt. Trang này không thể liệt kê mọi card đồ họa đã cài hoặc chuyển sang card mà trình duyệt không cung cấp.
chrome://flags/#force-high-performance-gpu, bật tùy chọn nếu có rồi khởi động lại Chrome. Thao tác này yêu cầu GPU hiệu năng cao, không chọn card theo tên.Nếu cả hai tùy chọn Windows đều hiển thị cùng một card không mong muốn, chỉ chọn High performance sẽ không chuyển sang GPU còn lại. Trình duyệt phải cung cấp card đó trước. Tên GPU có thể hiển thị theo hãng và kiến trúc thay vì tên mẫu đầy đủ.
Giới hạn GPU của Chrome trên WindowsTải mô hình trước, rồi nhập câu lệnh và tạo ảnh.
Lần đầu nhấn Tải mô hình sẽ tải khoảng 5.5 GB từ Hugging Face, có thể mất vài phút hoặc lâu hơn nếu kết nối chậm. Giữ tab mở đến khi thanh tiến trình hoàn tất. Tệp được lưu đệm khi trình duyệt có dung lượng lưu trữ; chọn tệp cục bộ để tránh tải xuống. Một bài kiểm tra GPU nhỏ chạy trước khi tải bất kỳ tệp mô hình nào. Trình duyệt phải cung cấp GPU hỗ trợ shader f16 của WebGPU. Với máy có nhiều GPU, bạn có thể cần chọn GPU tương thích cho trình duyệt trong cài đặt đồ họa hệ thống và khởi động lại hoàn toàn trình duyệt.
Ảnh của bạn xuất hiện ở đây
Mỗi tên tệp ở trên là liên kết trực tiếp, nên nhấp vào sẽ chỉ tải tệp đó; các tệp đi kèm
.onnx_data phải được tải cùng đồ thị tương ứng để mở thủ công thành công. Bản dựng ONNX INT4 nằm tại
huggingface.co/webnn/Z-Image-Turbo. Hugging Face cho phép yêu cầu chéo nguồn, nên trang lấy trực tiếp từ Hub.
Vẽ ảnh từ lời mô tả mà không cần tài khoản, chờ đợi hay gửi dữ liệu đến máy chủ.
Mô tả khung cảnh, chủ thể và ánh sáng. Câu lệnh cụ thể cho ảnh tốt hơn câu lệnh mơ hồ.
Chọn Tải mô hình và chờ đến khi các tệp sẵn sàng, rồi chọn Tạo ảnh. Tạo ảnh dùng các tệp đã mở và không tải mô hình xuống.
Khi các bước khử nhiễu hoàn tất, ảnh được vẽ lên canvas và sẵn sàng tải xuống dưới dạng PNG.
Toàn bộ quy trình chạy trong trang: mã hóa câu lệnh, khử nhiễu biểu diễn tiềm ẩn qua vài bước và dùng VAE chuyển thành điểm ảnh.
| Giai đoạn | Chức năng | Nơi xử lý |
|---|---|---|
| Bộ tách token và mã hóa văn bản | Chuyển câu lệnh thành các vectơ biểu diễn mà mô hình hiểu được | Trình duyệt của bạn |
| Transformer | Dự đoán nhiễu cần loại bỏ tại mỗi bước trong lịch trình | Trình duyệt của bạn |
| Bộ hỗ trợ lập lịch | Áp dụng bước flow matching và tạo biểu diễn tiềm ẩn tiếp theo | Trình duyệt của bạn |
| Bộ giải mã VAE | Chuyển biểu diễn tiềm ẩn hoàn chỉnh thành ảnh có thể nhìn thấy | Trình duyệt của bạn |
Tải xuống một lần: các tệp mô hình có tổng dung lượng khoảng 5.5 GB. Chúng đến từ Hugging Face, không phải 73hi, và được trình duyệt lưu đệm cho lần truy cập sau.
Mọi thứ cần để tạo ảnh mà không gửi câu lệnh cho bên thứ ba.
Câu lệnh và ảnh luôn nằm trên thiết bị. Chỉ mô hình được tải xuống.
Với WebGPU, vòng lặp khử nhiễu chạy trên card đồ họa, nên tạo một ảnh chỉ mất vài giây thay vì vài phút.
Chọn độ phân giải, số bước và hạt giống để tái tạo chính xác bất kỳ ảnh nào.
Không đăng ký, không giới hạn hằng ngày và không hình mờ trên mọi nội dung bạn tạo.
Trang tải bản dựng ONNX INT4 của Z-Image-Turbo trực tiếp từ Hugging Face, nơi cung cấp các tiêu đề cho phép truy cập chéo nguồn. Máy chủ 73hi không lưu hoặc chuyển tiếp mô hình.
Bộ mã hóa văn bản và transformer tổng cộng khoảng 5.5 GB ngay cả khi lượng tử hóa 4 bit. Chúng được lưu đệm trong trình duyệt sau lần chạy đầu.
Có. Riêng trọng số transformer đã là 3.44 GB, trong khi backend WebAssembly được xây dựng cho wasm32 với toàn bộ bộ nhớ giới hạn ở 4 GB, nên mô hình không thể vừa. WebGPU chuyển trọng số sang card đồ họa, là cách duy nhất để mô hình này chạy trong trình duyệt. Hãy dùng Chrome hoặc Edge 130 trở lên.
Không. Câu lệnh được mã hóa và ảnh được tạo hoàn toàn trên thiết bị. Chỉ mô hình và bộ tách token nhỏ được tải xuống.
Trọng số giống nhau ở mọi độ phân giải, nhưng bản đồ attention trong transformer tăng theo bình phương số token ảnh. Ảnh 512 x 512 dùng biểu diễn tiềm ẩn 64 x 64, tức 4,096 token; ảnh 1024 x 1024 dùng 128 x 128, tức 16,384 token và lượng dữ liệu trung gian gấp mười sáu lần. Đây là bộ nhớ đồ họa, không phải WebAssembly: môi trường chạy đã yêu cầu giới hạn lớn nhất mà bộ điều hợp cung cấp. Nếu 1024 không chạy trên card của bạn, hãy thử 768 trước; công cụ giải phóng bộ mã hóa văn bản trước vòng lặp khử nhiễu ở mức 768 trở lên để dành nhiều bộ nhớ nhất cho ảnh.
Để trống thì không có thay đổi. Điền nội dung và đặt Mức dẫn hướng lớn hơn 1 để dùng classifier-free guidance: mỗi bước mô hình được đánh giá với cả hai câu lệnh rồi kết hợp kết quả, giúp ảnh tránh những gì bạn liệt kê. Mức 1 nghĩa là không dẫn hướng. Vì Z-Image-Turbo là mô hình ít bước đã được chưng cất, hãy giữ giá trị thấp, khoảng 1.2 đến 2; giá trị cao hơn thường làm ảnh quá bão hòa. Lưu ý rằng dẫn hướng tăng gấp đôi số lượt chạy transformer, nên thời gian tạo ảnh tăng gần gấp đôi.
Có. Chọn các tệp mô hình bằng hộp chọn tệp để công cụ dùng bản cục bộ thay vì tải lại.