**멀티플 SDNQ-quantized 모델 옵션 **로 빠른 AI 이미지 생성을위한 기본 데스크톱 응용 프로그램입니다. 속도 최적화 (기본), 품질 최적화, 또는 기본 모델 중에서 선택하십시오. Text-to-Image, Image-to-Image 변환, 마스크 기반 편집과 Inpainting 지원

건축 개요

정확한 텍스트 및 제목 렌더링. 더 나은 렌더링을 위해 MOAP (모든 (negative) Prompts)를 포함합니다.

---

⚡ 모델 선택

** 새로운 **: 고급 구성 섹션에서 선호하는 모델을 선택하십시오!

| 모델 | 설명 | 최적화 | VRAM | 크기 | |-------|-------|-------|------|------|------| 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 |Abrahamm3r/Z-Image-SDNQ | 4bit SDNQ 퀄리티( @Abrahamm3r) | 품질 | ~4GB | ~3GB | 인포메이션 센터 기본 모델, 전체 정밀도 | 밸런스 | ~6GB | ~5GB |

Note: Disty0와 Abrahamm3r 모형은 SDNQ 4bit quantization를 이용합니다. Disty0는 더 빠른 세대를 우선, 아브라함3r는 출력 품질을 우선화합니다.

모델 전환 방법

1. 신청 시작
2. 명세.

Processed Electric Sheep Dreams

A native desktop application for fast AI image generation with multiple SDNQ-quantized model options. Choose between speed-optimized (default), quality-optimized, or base models. Supports Text-to-Image, Image-to-Image transformation, and Inpainting with mask-based editing.

Architecture Overview

graph TD
    User[User Input] -->|Prompt & Settings| App[Desktop UI]
    App -->|Model Selection| Chooser{Model Chooser}
    
    Chooser -->|Default: Speed| Model1[Disty0/Z-Image-Turbo-SDNQ]
    Chooser -->|Quality| Model2[Abrahamm3r/Z-Image-SDNQ]
    Chooser -->|Base| Model3[Tongyi-MAI/Z-Image-Turbo]
    
    Model1 --> VN[VRAM Optimizer]
    Model2 --> VN
    Model3 --> VN
    
    VN -->|Load & Offload| Pipeline[Z-Image Pipeline]
    
    subgraph "Neural Engine"
        Pipeline -->|SDNQ Quant*| Transformer[Transformer Model]
        Pipeline -->|Smart Masking| Inpaint[Inpainting Logic]
    end
    
    Transformer -->|Latents| VAE[VAE Decoder]
    VAE -->|Raw Image| Post[Post-Processing]
    Post -->|Color Match/Edge Blend| Upscaler{Upscale?}
    
    Upscaler -->|Yes| SR[Swin2SR 2x]
    Upscaler -->|No| Output
    SR --> Output[Final Image + Metadata]
    
    Output --> Gallery[Gallery View]
    
    style Chooser fill:#ff6b6b
    style Model1 fill:#ffd93d
    style Model2 fill:#ff6b6b
    
    Note1[*SDNQ on quantized models]

With accurate text and subject rendering. Includes a MOAP (Mother of All (negative) Prompts) for better rendering.

---

⚡ Model Selection

NEW: Choose your preferred model in the Advanced Configuration section!