Le Tongyi Lab d’Alibaba a officiellement publié Z-Image, un modèle de génération d’images open source de 6 milliards de paramètres qui fait actuellement sensation dans la communauté de l’IA. Sorti fin 2025, Z-Image a rapidement détrôné des favoris précédents comme Flux et SDXL aux yeux de nombreux utilisateurs locaux.
Bien que son efficacité technique et ses capacités bilingues soient impressionnantes, le plus grand bruit autour de Z-Image concerne une tout autre caractéristique : son potentiel de création de contenu non restreint et non censuré. Contrairement aux modèles propriétaires basés sur le cloud et verrouillés par des filtres de sécurité stricts, ses poids ouverts permettent aux utilisateurs d’exécuter le modèle localement sur du matériel grand public, leur offrant une liberté totale sur le contenu qu’ils génèrent — y compris du contenu NSFW (non approprié au travail).
Qu’est-ce que Z-Image et pourquoi bouleverse-t-il le marché ?
Z-Image (ou ZaoXiang) est un modèle fondation développé par le Tongyi Lab d’Alibaba. Contrairement aux modèles massifs et lourds du passé qui nécessitaient des GPU de niveau entreprise, Z-Image est conçu pour l’efficacité. Il utilise une architecture Transformeur de diffusion à flux unique scalable (S3-DiT).
L’avancée technique : S3-DiT
La plupart des générateurs d’images précédents, tels que Stable Diffusion XL (SDXL), utilisaient une approche à double flux (traitant séparément les données texte et image) ou un flux hybride comme Flux. Z-Image simplifie cela en concaténant le texte, des jetons sémantiques visuels et des jetons VAE d’image dans une séquence unifiée unique. Cela permet au modèle de gérer les relations texte-image de manière plus directe et efficace.
Le résultat ? Un modèle de 6 milliards de paramètres qui dépasse largement sa catégorie de poids.
- Faible exigence de VRAM : Il peut fonctionner sur des GPU avec seulement 6GB à 8GB de VRAM, ce qui le rend accessible aux utilisateurs possédant des cartes plus anciennes comme les NVIDIA RTX 2060 ou 3060.
- Vitesse incroyable : La variante Z-Image-Turbo utilise un processus d’inférence distillé en 8 étapes, capable de générer des images 1024x1024 de haute qualité en des temps sous la seconde sur des H800, ou en quelques secondes sur des cartes grand public.
- Maîtrise bilingue : Il rend du texte en anglais et en chinois avec une grande précision, une fonctionnalité souvent absente des modèles centrés sur l’Occident.
Les variantes
- Z-Image-Turbo : Le démon de la vitesse. Optimisé pour une génération en 8 étapes, idéal pour des itérations rapides et des flux de travail en temps réel. C’est la version que la plupart des utilisateurs déploient actuellement en local.
- Z-Image-Base : Le modèle fondation brut. Bien que plus lent, c’est le choix privilégié pour l’affinage communautaire et l’entraînement de LoRA (Low-Rank Adaptations), puisqu’il conserve des connaissances plus détaillées.
- Z-Image-Edit : Une variante spécialisée conçue pour l’édition d’images suivant des instructions (par ex. "faire sourire la personne", "changer le fond en hiver").
Pourquoi les utilisateurs se tournent-ils vers Z-Image pour du contenu non restreint ?
Contrairement aux modèles de diffusion traditionnels qui nécessitent des dizaines d’étapes pour la synthèse d’image, Z-Image excelle en efficacité. Sa variante Turbo, l’itération la plus populaire, atteint une latence sub-seconde sur des GPU haut de gamme comme les H800, en n’utilisant que huit Number of Function Evaluations (NFE). Cette vitesse est particulièrement bénéfique pour les créateurs NSFW qui itèrent souvent sur les invites afin d’affiner les détails explicites. Les fonctionnalités incluent un rendu photoréaliste avec un contrôle impeccable de l’éclairage, des textures et des compositions ; un rendu de texte bilingue en anglais et en chinois ; et de solides capacités de suivi d’instructions. Pour les applications NSFW, le statut non censuré de Z-Image — dépourvu des filtres de sécurité présents dans des modèles comme DALL-E ou Midjourney — permet de générer du contenu adulte sans restrictions, comme l’ont confirmé des tests de la communauté sur des plateformes telles que Reddit et YouTube fin 2025.
Le modèle de base prend en charge l’affinage pour des applications personnalisées, tandis que la variante Edit permet des modifications d’image précises via des invites en langage naturel.
Pourquoi Z-Image est-il idéal pour la création de contenu NSFW ?
Pour les artistes professionnels, les développeurs de jeux indépendants et les amateurs, la capacité à générer du contenu non restreint est cruciale. Qu’il s’agisse de nudité artistique, de thèmes d’horreur âpres ou de contenu adulte, les utilisateurs ont afflué vers Z-Image parce qu’il ne leur fait pas la morale.
Étant donné que le modèle est open source (licence Apache 2.0), les développeurs peuvent entraîner ces petits adaptateurs pour orienter le modèle vers des styles, des personnages ou des thèmes explicites spécifiques, sans restriction.
La création de contenu NSFW exige flexibilité, précision des détails et confidentialité — des qualités que Z-Image offre en abondance. Les outils traditionnels censurent souvent les invites explicites, limitant l’expression artistique. Z-Image, lui, traite des entrées non censurées, permettant de générer des scènes érotiques, des figures fantastiques ou des illustrations à thème adulte avec une grande fidélité. Sa supériorité en photoréalisme pour le NSFW surpasse souvent des modèles comme Stable Diffusion en matière de respect des invites pour des scénarios complexes impliquant anatomie, poses et atmosphères. Cette approche non censurée s’inscrit dans une création adulte éthique, à condition que les utilisateurs respectent les normes légales et les directives des plateformes.
Comment accéder à Z-Image ?
Accéder à Z-Image est simple, avec des options à la fois cloud et locales pour répondre à différents besoins.
Où trouver Z-Image en ligne ?
Le point d’accès en ligne principal est la démo officielle sur Hugging Face Spaces, où vous pouvez générer des images directement dans votre navigateur sans installation. Pour une expérience web plus soignée, visitez z-image.ai, un service indépendant déployant des modèles Z-Image. Ici, les utilisateurs se connectent pour accéder à une galerie d’images générées, choisir des ratios d’aspect (par ex., 16:9 pour des scènes NSFW en écran large) et utiliser des crédits gratuits quotidiens.
Pour les utilisateurs avancés, les checkpoints du modèle sont disponibles sur Hugging Face (https://huggingface.co/Tongyi-MAI/Z-Image-Turbo) et ModelScope.
Quelles sont les options gratuites et payantes pour Z-Image ?
L’accès gratuit inclut des crédits quotidiens limités sur z-image.ai, suffisants pour tester des invites NSFW. Les formules payantes offrent des crédits supplémentaires pour une génération à haut volume, avec des paliers abordables. Pour les passionnés d’open source, l’accès local via GitHub (https://github.com/Tongyi-MAI/Z-Image) est entièrement gratuit, bien qu’il nécessite un investissement matériel.
Comment installer Z-Image en local ?
L’installation locale débloque un contrôle total, essentiel pour une création NSFW sensible à la confidentialité. Comme il est open source, ce n’est pas une "application" que l’on télécharge depuis une boutique, mais un modèle que l’on exécute dans un environnement.
Quel matériel et quels logiciels faut-il ?
Z-Image Turbo fonctionne efficacement sur des GPU avec 6-12GB de VRAM, tels que les NVIDIA RTX 3060 ou supérieurs. Les prérequis logiciels incluent Python 3.10+, PyTorch 2.0+ et CUDA pour les GPU NVIDIA.
Guide d’installation étape par étape
- Cloner le dépôt :
git clonehttps://github.com/Tongyi-MAI/Z-Image.gitet se rendre dans le répertoire. - Installer les dépendances :
pip install -e .pour l’inférence native, oupip install git+https://github.com/huggingface/diffuserspour la prise en charge de Diffusers. - Télécharger les modèles : Récupérez
Z-Image-Turbodepuis Hugging Face et placez-le dans votre dossier de modèles. - Pour l’intégration ComfyUI (recommandée pour des flux de travail basés sur des nœuds) : Installez ComfyUI, mettez-le à jour et téléchargez les fichiers safetensors requis tels que
z_image_turbo_bf16.safetensors.
Comment générer du contenu NSFW avec Z-Image ?
La création de contenu NSFW implique la conception d’invites efficaces et l’affinage des paramètres.
Quelles invites fonctionnent le mieux pour des images NSFW ?
Des invites NSFW efficaces doivent être détaillées : spécifiez l’anatomie, les poses, l’éclairage et l’ambiance. Par exemple : "Une femme voluptueuse en lingerie, pose séduisante, éclairage tamisé de chambre, photoréaliste." Son support bilingue permet de mélanger les langues pour des résultats uniques. Les conseils du guide de fal.ai de décembre 2025 suggèrent d’éviter les termes vagues pour améliorer la conformité de sortie.
Comment utiliser du code Python pour la génération NSFW ?
Voici un exemple Python utilisant Diffusers pour une génération locale :
import torch
from diffusers import ZImagePipeline
# Charger le pipeline
pipe = ZImagePipeline.from_pretrained(
"Tongyi-MAI/Z-Image-Turbo",
torch_dtype=torch.bfloat16,
low_cpu_mem_usage=False,
)
pipe.to("cuda")
# Activer les optimisations (optionnel)
# pipe.transformer.compile()
# pipe.enable_model_cpu_offload()
# Exemple d'invite NSFW
prompt = "Scène érotique d'un couple nu s'enlaçant passionnément, douce lumière de bougies, anatomie détaillée, haute résolution, photoréaliste."
# Générer l'image
image = pipe(
prompt=prompt,
height=1024,
width=1024,
num_inference_steps=9, # Optimal pour Turbo
guidance_scale=0.0, # Pas de guidance pour une sortie non censurée
generator=torch.Generator("cuda").manual_seed(69),
).images[0]
image.save("nsfw_example.png")
Cette méthode produit des images NSFW de haute qualité en quelques secondes. Expérimentez avec les seeds pour des variations.
Techniques avancées : édition d’image pour le NSFW
Utilisez Z-Image-Edit pour modifier des images existantes : importez une image de base et donnez l’invite "Accentuer la nudité avec des détails plus explicites." Cette variante affinée, dont la sortie complète est prévue pour début 2026 selon les actualités, excelle dans les retouches créatives.
Comment les utilisateurs doivent-ils rédiger leurs invites pour de meilleurs résultats ?
Rédiger des invites pour Z-Image est légèrement différent de l’approche utilisée avec des modèles plus anciens comme Stable Diffusion 1.5. Parce qu’il utilise une base Transformer similaire aux grands modèles de langage (LLM), il comprend bien mieux le langage naturel.
1. Langage naturel vs. "salade de tags"
- Ancienne manière (SD1.5) :
masterpiece, best quality, 1girl, red dress, standing, city street, bokeh - Approche Z-Image :
A high-quality photo of a woman wearing a red dress standing on a busy city street with blurred lights in the background.
Bien qu’il puisse comprendre des tags séparés par des virgules, il excelle lorsque vous décrivez la scène en phrases. C’est particulièrement utile pour générer des scènes complexes non restreintes où la relation entre les objets (par ex. "X tient Y") est cruciale.
2. Tirer parti des capacités bilingues
L’une des caractéristiques uniques de Z-Image est sa capacité à rendre du texte. Si vous voulez du texte dans votre image, incluez-le simplement entre guillemets.
- Invite :
A movie poster for a horror film titled "THE UNKNOWN", dark atmosphere, skulls. - Résultat : Le modèle rendra probablement le texte "THE UNKNOWN" correctement, un exploit qui déroute la plupart des autres modèles.
3. Utiliser des invites négatives
Pour la version Turbo, les invites négatives (indiquer au modèle ce qu’il ne doit pas générer) sont moins efficaces, car le modèle dispose de moins d’étapes pour se "corriger".
Conseil : Concentrez-vous sur une invite positive solide. Si vous devez supprimer des éléments spécifiques (par ex., "mains déformées"), il est souvent préférable d’utiliser le modèle Base ou d’affiner l’image via un flux de travail img2img.
Conclusion
La sortie de Z-Image marque un moment charnière. Elle prouve que les modèles open source venus de Chine ne se contentent pas de rattraper les modèles fermés occidentaux, mais les dépassent en efficacité et en accessibilité.
Pour l’utilisateur intéressé par le contenu non restreint, Z-Image représente la liberté. Il rompt la dépendance aux services par abonnement qui surveillent et censurent les entrées. Cependant, cette liberté s’accompagne de responsabilités.
CometAPI propose des modèles Grok également moins restreints (Does Grok allow NSFW? All You Need
to Know), ainsi que des modèles comme Nano Banana Pro, GPT- image 1.5, Sora 2 (Can Sora 2 generate NSFW content? How can we try it?) etc—à condition de disposer des bons conseils et astuces NSFW pour contourner les restrictions et commencer à créer librement. Avant d’y accéder, veuillez vous assurer que vous avez été connecté à CometAPI et que vous avez obtenu la clé API. CometAPI offre un prix bien inférieur au prix officiel pour vous aider à intégrer.
Prêt à démarrer ?→ Essai gratuit pour créer !