Alibaba lance Z-Image Turbo

LLéna

Alibaba a publié vendredi, par son laboratoire Tongyi-MAI, Z-Image Turbo, un modèle de génération d’images à poids ouverts comptant 6 milliards de paramètres et distribué sous licence Apache 2.0, selon AlphaSignal. Le modèle transforme une description écrite en image de 1024 par 1024 pixels en huit évaluations, c’est-à-dire huit étapes de calcul pour produire chaque image. Il peut fonctionner sur une carte graphique dotée de 16 gigaoctets de mémoire vidéo, ce qui le rend utilisable sur une configuration moins importante que les équipements les plus puissants. Tongyi-MAI annonce une génération en moins d’une seconde sur une carte H800 ; cette performance concerne cette configuration précise et ne décrit pas nécessairement la vitesse sur d’autres matériels. Dans l’Artificial Analysis Image Arena, Z-Image Turbo arrive en tête des modèles texte-image à poids ouverts, devant notamment FLUX.2 dev et Qwen-Image. Le classement repose sur des préférences exprimées lors de comparaisons à l’aveugle : il indique quels résultats sont préférés dans ces essais, mais ne mesure pas directement la vitesse, la mémoire nécessaire ou le coût du modèle. Sur le plan technique, Z-Image Turbo utilise une architecture S3-DiT à flux unique et une méthode de distillation Decoupled-DMD, complétée par un entraînement après la phase initiale, avec apprentissage par renforcement. Le modèle peut intégrer du texte en anglais et en chinois dans les images produites, mais ne propose pas de fonction d’édition ; son premier rang dans l’arène ne permet donc pas, à lui seul, de conclure qu’il est plus rapide ou moins coûteux que ses concurrents.