Z-Image-Turbo-GGUF

Z-Image-Turbo-GGUF

Unsloth 制作的 Z-Image-Turbo 的 GGUF 文件，这是一个快速的蒸馏文生图模型，作者称它能放进 16 GB 的消费级 GPU。适合用支持 GGUF 的工具在本地生成图像的人。

由 unsloth 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个仓库存放 Unsloth 制作的 Z-Image-Turbo 的 GGUF 量化文件，它是 Tongyi-MAI 的蒸馏文生图模型。文件采用 Unsloth Dynamic 2.0，把重要层的精度提高。Hugging Face 记录列出 6.2B 参数，4 位下约 3.1 GB。

适合谁：想在自己电脑上根据文字生成图像、并且使用能读 GGUF 图像模型的工具的人。

行业 | 谁在用 | 怎么用 | 例子
设计 | 起草视觉稿的设计师 | 在本地根据提示词生成图像 | 为海报做一张概念图
业余创作 | 本地 AI 用户 | 在家用 GPU 上运行快速的图像模型 | 在短时间内试许多提示词
研究 | 比较量化大小的人 | 测试图像模型的 GGUF 版本 | 比较两种量化大小的输出

如果你想要原始的全精度权重，可以跳过它，因为这个仓库只有量化文件。

用在哪里：

• 能读 GGUF 图像模型的工具，比如带 GGUF 支持的 ComfyUI
• 消费级 GPU，因为作者称模型能放进 16 GB 显存
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

用途 | 适合谁 | 得到什么
文生图 | 设计师 | 根据文字提示词生成的图片
快速迭代 | 爱好者 | 很快的结果，因为模型只用 8 步
小显存生成 | 家用用户 | 在消费级显卡上生成图像

如何设置：你需要一个能加载 GGUF 图像模型的工具，以及显存够你所选文件的 GPU。这里用到的模型卡部分没有展示运行步骤，请查看模型页面。

• Python 和 pip
• 支持 GGUF 的图像工具
• 能放下你所选量化文件的 GPU

1. 下载一个 GGUF 文件。
2. 把它放到你的工具期望的模型目录里。
3. 按工具里 Z-Image-Turbo 的工作流操作。

pip install -U huggingface_hub
hf download unsloth/Z-Image-Turbo-GGUF

如何使用：在图像工具里加载 GGUF 文件，输入文字提示词。作者把 Turbo 版本描述为蒸馏版，只需要 8 次函数评估。

示例：你为黄昏的街景写一条提示词，用 Turbo 模型生成。在性能足够的 GPU 上，几秒钟就会得到一张图像。模型卡没有给出这套设置的具体耗时，那里展示的示例是图片。

新手与专家：如果你是新手，先用一条提示词和工具的默认设置，再去试其他量化文件。文件越小，占内存越少。

对专家来说，Z-Image 采用单流扩散 Transformer 设计，约 6B 参数。Turbo 是蒸馏版本，Base 和 Edit 是另外两个变体。量化是用文件大小换保真度，Unsloth 提高了关键层的精度来减少损失。

文字提示词
GGUF 格式的 Z-Image-Turbo，8 步
生成的图像

注意事项：

• Size: 约 6.2B 参数，4 位下估计约 3.1 GB
• Variants: Z-Image 有 Turbo、Base 和 Edit 三个版本，这个仓库是 Turbo
• Language: 列出英文
• License: Apache 2.0
• Cost to run: 没有提到 API 密钥或付费服务
• Data it reaches: 从 Hugging Face 下载文件，没有提到其他内容
• Not for: 图像编辑，因为那是单独的 Edit 变体

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 框架：ggml
• 参数量：6.2B
• Weights: about 3.1 GB at 4-bit (estimate)
• Formats: GGUF
• 最近 30 天下载：910,633
• 点赞：300
• 许可证：apache-2.0
• 语言：en
• 基于：Tongyi-MAI/Z-Image-Turbo
• 标签：ggml, gguf, quantized, unsloth, text-to-image

链接

• 模型：https://huggingface.co/unsloth/Z-Image-Turbo-GGUF
• 文件：https://huggingface.co/unsloth/Z-Image-Turbo-GGUF/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download unsloth/Z-Image-Turbo-GGUF

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。