Z Image Turbo by Maynor996

Z Image Turbo by Maynor996

用 Z-Image-Turbo 模型根据文字提示词生成图片，在一个运行于 ZeroGPU 的 Gradio 页面里。由 Maynor996 部署，界面与原版演示相同。

由 Maynor996 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是基于 Tongyi-MAI 的 Z-Image-Turbo 模型的文字生成图片演示。你用文字描述一幅画面，页面就返回一张生成的图片。Maynor996 部署了它，保持界面与原版演示一致，并把它运行在 Hugging Face 的 ZeroGPU 硬件上。

适合谁：适合想在浏览器里快速试用 Z-Image-Turbo 的人，也适合想看看围绕它的演示是怎么搭起来的开发者。

行业 | 使用者 | 使用方式 | 例子
营销 | 内容创作者 | 根据文字描述，为帖子和样稿起草图片 | 创作者输入一个场景，然后查看结果
设计 | 设计师 | 在动手绘制之前先探索视觉想法 | 设计师为一个概念试几个提示词
软件 | 开发者 | 阅读 app.py，看模型是怎么被调用的 | 开发者研究仓库里的提示词检查文件
研究 | 图像模型研究人员 | 不用任何设置就试用 Turbo 模型 | 研究人员对同一个提示词比较输出

如果你需要有文档说明的控件或批量生成，可以跳过它，因为来源两者都没有描述。

用在哪里：你可以在下面这些地方使用它。

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• Windows、macOS 或 Linux 上的本地副本，需要 Python
• MCP 客户端，因为这个 Space 带有 MCP 标签，不过来源没有给出相关设置

使用场景 | 适合谁 | 得到什么
根据文字生成图片 | 任何人 | 对应你提示词的生成图片
阅读演示代码 | 开发者 | app.py、pe.py 和 prompt_check.py 文件
试用 Turbo 模型 | 研究人员 | 在共享 GPU 时间上得到的 Z-Image-Turbo 输出

如何设置：在线使用只需要浏览器。本地副本需要 Python 和仓库列出的软件包。

• 网页浏览器，用于在线页面
• 带 pip 的 Python，用于本地副本
• requirements.txt 里的 Python 软件包

1. 打开 Hugging Face 上这个 Space 的页面即可在线使用，无需安装任何东西。
2. 想要本地副本，先安装 Hugging Face Hub 软件包。
3. 把这个 Space 的文件下载到一个文件夹并进入该文件夹。
4. 安装 Gradio 6.0.1 和 requirements.txt 里的软件包。
5. 启动应用。

pip install -U huggingface_hub
hf download Maynor996/z-image-turbo-demo --repo-type space --local-dir z-image-turbo-demo
cd z-image-turbo-demo
pip install gradio==6.0.1
pip install -r requirements.txt
python app.py

如何使用：打开这个 Space 的页面，输入描述你想要的画面的提示词，并用页面显示的控件运行。如果是本地副本，用下面的命令启动应用，然后打开它提供的页面。

python app.py

示例：你输入一个场景的简短描述，按下页面的生成控件。页面返回一张由 Z-Image-Turbo 生成的图片。来源没有列出其他设置。

新手与专家：文字生成图片的模型会把一段文字描述变成一幅图。先用简短而具体的提示词，看完第一个结果再加细节。

从底层看，应用用 Gradio 6.0.1 构建，在 zero-a10g 硬件上运行。记录里提到 Tongyi-MAI/Z-Image-Turbo 是模型，另外还有 Tongyi-MAI/Z-Image、zerogpu-aoti/Z-Image 和一个 CompVis 的 Stable Diffusion 安全检查器。仓库里还有 pe.py、prompt_check.py 和一个小图片文件，来源没有解释它们是怎么配合的。

你输入提示词
应用检查它
Z-Image-Turbo 在 ZeroGPU 上生成图片
图片出现在页面上

注意事项：README 很短，所以模型和硬件以外的细节请视为未经确认。

• 过滤：记录里提到一个安全检查器模型，仓库里有 prompt_check.py，所以一些提示词或图片可能被过滤。
• License: apache-2，README 把它标给 Z-Image-Turbo 模型。
• Cost to run: 未提及。这个 Space 使用 Hugging Face 的 zero-a10g 硬件。
• Data it reaches: 你输入的提示词，以及记录里提到的、来自 Hugging Face 的模型。
• Not for: 批量任务或有文档说明的工作流，因为来源只描述了单个演示页面。

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/Maynor996/z-image-turbo-demo
• 文件：https://huggingface.co/spaces/Maynor996/z-image-turbo-demo/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。