Z-Image-Turbo_clear を公開！ 軽量・高速の次世代モデル【画像生成 AI】
はじめに
こんにちは、きまま / Easygoing です。
今回は、高画質で爆速の次世代モデル、Z-Image-Turbo_clear を公開したのでご紹介します。
Z-Image ってなに？
Z-Image は、2025年11月25日に中国の Alibaba グループから公開された新しい画像生成 AI です。
画像生成モデルの容量
画像生成 AI は、性能の向上に伴って容量の巨大化が続いていますが、Z-Image はその流れに反した、小型軽量のモデル になっています。
Z-Image シリーズは、今のところ高速蒸留モデルの Z-Image-Turbo モデルのみ公開されていますが、今後基幹モデルの Z-Image-Base と、画像編集モデルの Z-Image-Edit の公開も予定されています。
Z-Image-Turbo はどれだけ速い？
Z-Image-Turbo は、どれぐらいイラストの生成が速いのでしょうか？
画像生成 AI のモデル毎に、イラストの生成にかかる時間を測定してみます。
測定条件
RTX 4060 Ti 16GB
RAM 64 GB
高画質設定で２回測定
なお、画像生成 AI モデルのうち最大の Flux.2-dev は、筆者の環境では性能不足で BF16 形式では動作しなかったので、処理の軽い FP8 形式 で測定します。
FP16 / BF16 形式の画像生成の所要時間
Z-Image-Turbo モデルは、SDXL モデルよりイラストの生成に時間がかかりますが、次世代モデルの中では 圧倒的に生成が速い ことが分かります。
各モデルの生成画像
Z-Image-Turbo モデルはイラストの生成は速いですが、画質はどうでしょうか？
今度は、それぞれのモデルで生成した実際のイラストを比べてみます。
SDXL: RealVisXL_v5.0
顔のパーツの配置と手の描写に違和感
Z-Image-Turbo: Z-Image-Turbo_clear
Flux.1 [dev]: Flux1-Krea-dev
![Flux.1 [dev] (Krea) で生成した喫茶店で読書する女性のイラスト: 質感の高いリアルな照明と素材表現。](/https://assets.st-note.com/img/1764992967-S1Id4M0hzsotmgn6BjpQVu5K.png?width=1200)
HiDream: HiDream-I1-Dev_clear
Qwen-Image: Qwen-Image-Edit-2509_clear
Flux.2 [dev]: Flux2-dev （FP8）
![Flux.2 [dev] (FP8) で生成した喫茶店で読書する女性のイラスト: リアルだがFP8形式で解像が不足する例。](/https://assets.st-note.com/img/1764980062-6DI087izdbwOlRAm5tXF4Vyq.png?width=1200)
イラストのクオリティは、生成に時間がかかる上位モデルの方が良いですが、Z-Image-Turbo モデルは 画質と生成速度のバランス を高いレベルで実現しています。
Z-Image-Turbo_clear の紹介
ここから、今回制作した Z-Image-Turbo_clear モデルについてご紹介します。
Z-Image-Turbo_clear モデルは、主に ディティールの改善 を目指して調整した Z-Image-Turbo のカスタムモデルです。
青いドレスの女性
開発者の視点に立つと、Z-Image-Turbo は基幹モデルではなく、蒸留モデル のため調整できる余地はあまりありません。
今回の調整で 睫毛 をはじめとしたディティールは少し改善していますが、色の表現は良いとはいえず、蒸留モデル特有の 黄色っぽく血色の乏しい肌色（筆者は「ゾンビ肌」と呼んでいます）になってしまっています。
そこで、これからさらに VAE を調節して、色の調整を行うことにします。
VAE はイラストを仕上げる
VAE は、画像生成の最終段階で 潜在空間 と呼ばれる圧縮空間から通常の次元に戻すための、独立した AI モデル です。
VAE は、イラストの「仕上げ」に関わりますが、これを調整することで ディティール や 色 を調整することができます。
Z-Image の VAE は、デフォルトでは Flux.1 / HiDream / Wan と共通の Flux1_ae.safetensors が使われていますが、これを調整して血色の良い肌色の表現を目指します。
Z-Image_clear_vae でこう変わる！
今回調整した VAE はこちらです。
左側が今回調節したモデルと VAE、右がオリジナルのイラストになります。
夜の繁華街
午後の紅茶
VAE を調整することで コントラスト と 彩度 が上がり、肌の血色も良くなりました。
イラスト全体もクリアーになり、薄暗さも改善しています。
今回の作例は Z-Image_clear_vae を使用しましたが、配布ページではさらに彩度を細かく調整できる half-natural, natural, vivid モデルも公開しているので、お好みに合わせて試してみて下さい。
Qwen-Image と比べると・・・
Z-Image-Turbo_ clear モデルは、調整によってディティールと色表現は改善しましたが、同社の上位モデルの Qwen-Image と比べると、全体的に ノイズが多く、肌の質感も今一つ及びません。
それでも、Z-Image-Turbo モデルは Qwen-Image よりずっと 軽量 で、CFG も無効化した蒸留モデル であることを考えると、画質はかなり健闘 しているともいえます。
今後登場する Z-Image-Base / Edit モデルでは、画質と質感はさらに良くなると思うので、期待したいと思います。
Z-Image は自由なライセンス！
最後に、Z-Image モデルのライセンスを確認します。
Z-Image モデルには、Qwen-Image と同じ Apache-2.0 ライセンスが設定されているので、自由な開発 と 商用利用 が可能です。
画像生成 AI モデルのライセンス
また、非公式の情報ですが、開発チームが大規模なアニメイラストの学習に興味を持っている という噂も存在しています。
Z-Image は、軽量なため コミュニティでの発展 が期待でき、将来的に SDXL を代替するポテンシャル を秘めています。
Z-Image シリーズは、今後公開される Base / Edit モデルを含めて、ローカル画像生成 AI の中で 最も期待されているモデル と言えるでしょう。
まとめ：Z-Image-Turbo_clear を試してみよう！
Z-Image は軽量・高速
モデルと VAE の改良で色を改善
SDXL を代替する可能性
今回は、Z-Image シリーズとカスタムモデルの Z-Image-Turbo_clear モデルをご紹介しました。
Z-Image は久しぶりに登場した小型軽量モデルで、自由なライセンスと併せて 今後の発展 に期待が膨らみます。
これから、より画質の高い Base / Edit モデルの公開が控えていますが、それまでに皆さんも一度 Z-Image-Turbo_clear モデルで 高画質 の 高速生成 を試してみてはいかがでしょうか？
最後までお読みいただきありがとうございます！