这个能力做什么
Z-Image-Turbo 将你的文字描述变成照片级真实的图片，完全运行在 Jetson Orin NX 上——不需要云服务、不需要订阅、不需要联网。发送一段文字提示，就能得到一张 PNG 图片。上传参考图并配上提示词，它就能智能地编辑图片。
所有计算都在你的设备上完成。模型封装为简洁的 HTTP API，方便你从任何应用中调用。
适用集成场景
| 场景 | 集成方式 |
|---|---|
| 创意工具和应用 | 从网页、桌面工具或自动化流程中调用 API，添加离线图片生成能力 |
| 隐私敏感场景 | 在医疗、法律或企业环境中运行，图片数据不出设备 |
| 互动装置 | 为自助拍照机、艺术装置等提供离线图片生成，不依赖云服务 |
| 模型研究 | 作为本地 60 亿参数扩散模型，进行延迟测量和流程集成实验 |
技术规格
| 指标 | 数值 |
|---|---|
| 模型 | Z-Image-Turbo（60 亿参数） |
| 硬件 | Jetson Orin NX 16GB，JetPack 6 |
| 运行时 | TensorRT BF16，无需 PyTorch |
| 384px 文生图 | 约 73 秒（4 步） |
| 512px 文生图 | 约 100 秒（4 步） |
| 最大缓存层数 | 18（512px）/ 23（384px） |
| API 并发 | 单请求串行处理（排队） |
| Docker 镜像大小 | 约 428 MB |
使用须知
- 硬件要求：Jetson Orin NX 16GB。Orin Nano 8GB 尚未验证。
- 前置条件：模型权重（约 20GB）和 TRT 引擎（每分辨率约 12GB）需提前从 Hugging Face 下载。
- 非实时生成：每张图片需要 1-2 分钟，取决于分辨率和步数。
- API 单工作进程：为控制在 GPU 内存限制内，一次只处理一个生成请求。