原本，小雷以为今年下半年AI圈子的热闹，也就是那样了。

闭源这边，由Gemini 3 Pro驱动的Nano-Banana Pro，几乎改变了大家对于平面设计的认知；开源这边，Flux 2.0的突然开源，也让普通人能够自行部署的图像生成效果大大提升，只要优化做得好，人人都能跑出像模像样的图。

那时候同事还跟我打赌，说这两款大模型的风潮，最起码能领跑个半年。

结果没想到，打脸来得这么快。

就在这两天，阿里的通义千问团队突然甩出了一张王炸——Z-image，上线即登顶开源社区热门榜第一位。

（图源：Hugging Face）

这名字听着挺硬核，但真正吓人的是它的定位：一款60亿参数（6B）的开源图像生成模型。

这消息一出来，我和同事都在群里炸锅了。要知道，在现在的生图领域，6B这个参数量，基本就是个弟弟。隔壁那些动不动几十B甚至上百B的大模型，光是权重文件下载下来都能把硬盘塞满。

阿里这是要干嘛？拿个“弟弟”来跟一群肌肉猛男打擂台？

带着这种好奇，小雷第一时间去把Z-image给拖了下来，还特意找来了两个当红炸子鸡——字节的豆包和最近红得发紫的Nano-Banana Pro，看看这仨的差距到底在哪？

千问Z-image体积小，部署门槛超低

先别急着看图，咱们得先聊聊这个Z-image到底是个什么来头，以及如果你想玩，得准备点啥。

按照官方介绍，Z-Image（中文名“造相”）是阿里巴巴通义实验室研发并开源的高效图像生成基础模型，定位为“轻量且高性能”的AI图像解决方案，对标参数量20B以上的闭源旗舰模型。

而这款产品本身，参数量只有6B。

在AI界，参数量大概可以理解为模型的“脑容量”。一般来说，脑容量越大，懂的知识越多，画出来的细节越丰富，而Nano-Banana Pro之所以文生图的效果极为出色，很大一部分原因就在于谷歌训练出来的极高参数量。

但代价就是，你得有个好显卡伺候着。

以最近开源的Flux 2为例，32B的参数量，你不掏个24GB显存的3090/4090，基本连启动这一关都过不去。

（图源：Flux 2）

但Z-image这个6B就很灵性了。

小雷看了一下官方文档，它的硬件门槛简直低得让人感动。哪怕你是好几年前的 RTX 3060，或者是随便整一张显存6GB的消费级主流显卡，配合上现在成熟的量化技术，也能跑得飞起。

这就意味着，你不用为了玩个AI画图，还得专门去配台主机。你手边那台用来打LOL的游戏本，甚至是一些高性能的轻薄本，都能变成你的创意工坊。

要把这个东西跑起来，其实很简单。

讲究一点的，你可以去Hugging Face下载模型，搭配上tonyhub这类简洁前端和一条工具流就能用。

不太讲究的，只要下载ComfyUI最新版，或者是升级一下本地版，就直接可以使用了，都不需要安装第三方节点。工作流已经内置了，只需要打开模板，点击Z-image-Turbo即可，接下来按照官方提示下载、放置模型就OK了。