阿里把Z-Image开源了,重点是中英双语文字渲染

阿里开源了Z-Image图像模型,官方明确写了支持中英双语文字渲染。这一条对做海报、电商主图、带字封面的人分量很重。出图里塞中文有多容易翻车,做过的都清楚:笔画糊成一团,字形崩掉,几个字挨在一起直接变鬼画符,不少模型干脆假装中文不存在。

开源这点也实在,能自己拉下来改、接进自己的管线,不用被在线平台的额度卡脖子。但“支持双语”和“渲染稳”是两回事,我准备按这个顺序一步步验:

  1. 先翻仓库看授权协议。 商用限制松不松,决定了后面值不值得花功夫,协议要是卡得死,渲染再好也只能自己玩玩。
  2. 再看放出来的权重。 能不能顺利拉下来、跑起来,接进管线之前心里得先有数,别改到一半才发现缺东西。
  3. 最后专门测中文渲染。 笔画多的字、多字连排这种最容易糊的情况单独拎出来跑,这才是检验它的地方,单字好看说明不了什么。

前两步过了再谈接管线的事。要是第三步翻车,那双语支持也就停留在宣传页上了,对我做的东西帮助有限。

中文出字不崩这一条就够我下载了,被这个坑了太多次 :pray:

主图还得看小字号,大标题能出不代表价签也能出