这两天如果你刷过 B 站或者小红书的 AI 绘画区，大概率会发现：Z-Image 的出镜率又变高了。
一方面，Z-Image 团队放出了名为 Z-Image-Pixel 的新技术报告（arXiv: 2608.16887），提出把生图从 latent space 搬到 pixel space，最终让 VAE 退出推理链路、直接输出 RGB 图像。小红书 报告发出不到一天，就有不少算法博主跟进解读，是近期开源生图圈最热的话题之一。
另一方面，实操内容这周也在扎堆。有人拿三百多的洋垃圾 Tesla P100 实测，512 分辨率下一张图约 20 秒。哔哩哔哩 也有人放出了最低 12G 显存就能训练的 LoRA 整合包，一键安装教程、横评对比还在持续更新。微博
如果你正琢磨「在自己电脑上跑一个生图 AI」，又怕折腾半天翻车，这篇把散落在 B 站、小红书、知乎、微博的信息整理到了一起：硬件门槛、实测速度、成本账、常见坑，一次说清。
6B 参数、4 步出图：Z-Image 凭什么火
Z-Image 是阿里通义团队开源的图像生成模型，6B 参数，权重完全开源，目前公开了 Turbo、Base、Edit 三个核心分支。知乎 其中 Turbo 是加速版，约 4 步出一张图，也是普通用户上手最多的版本。
它火起来的时间点值得琢磨。去年 Nano Banana 爆火、开源侧的 FLUX 和 SD 系列后继乏力时，Z-Image 恰好冒头，凭借小体量、速度快、中文文字渲染强的组合迅速铺开，有算法博主直接称它是个人开发者使用最多的模型。小红书
社区实出图的风格覆盖面也很广，从写实人像、古风服饰到二次元，都有人晒出系列样张。在写实人像这个最卷的方向，基于 Z-Image 微调的社区版本甚至被称为亚洲写实人像领域的顶尖选手之一。知乎
硬件门槛：8G 显存是个舒适线
汇总各地的实测信息，Z-Image-Turbo 对硬件的要求比很多人想象的低：
显存/显卡 | 社区实测情况 |
|---|---|
6G（如 GTX 1060 6G） | 能跑，1024×1024 一张约四五分钟，属于「能出图」水平 |
8G（如 RTX 4060/5060） | 舒适线：4060 实测约 30 秒一张，5060 也有 FP8 管线跑通 |
12G（如 RTX 2060 12G） | 1024×1024 一张三十多秒，还能进一步玩 LoRA 训练 |
16G+（如 RTX 5070 Ti） | 热缓存 10-13 秒一张，1280×2128 高分辨率约 87 秒 |
洋垃圾（Tesla P100，三百多） | 512 分辨率一张约 20 秒，需要一点折腾能力 |
按测评作者的说法，官方宣称 Z-Image Turbo 可以在仅需 4GB 显存的设备上运行，也就是说入门级独显也有机会跑起来。知乎 不过「能跑」和「跑得快」是两回事，值不值得折腾，先对照上表。
表里的数据都能找到出处：RTX 4060 8G 实测约 30 秒一张。知乎 老显卡同样有人在跑，1024×1024 下 RTX 2060 12G 三十多秒一张。小红书 显卡好一档，速度差距非常明显：5070 Ti 热缓存状态下一张只要 10-13 秒。小红书
算笔账：本地出图一张约 1 厘钱
这大概是值友好用户最关心的问题：本地部署，还是在线用？
一位已经用 RTX 5070 Ti 部署的用户算过一笔粗账：本地出图主要成本是电费，折算下来一张约 0.001 元；云端 API 按他的估算约 0.2 元一张，以此计算，出图 2-3 万张就能回本。小红书 电费、硬件各家不同，这个数字只当量级参考。
但方向是明确的：每月只出几十张图做头像壁纸，先找在线入口体验就好，不必急着折腾。有人已经拿本地版和阿里在线版用同样的提示词做过对比，本地出图效果并不吃亏，完全可以先体验再决定。微博 如果是电商物料、漫画分镜、角色套图这种每月几百上千张的重度用法，本地部署的成本优势会非常显眼。
横评还在继续：速度是 Z-Image 的王牌
社区这么热闹，除了部署门槛低，还因为横评大战还在继续。目前被拿来对比最多的对手是 Krea-2-Turbo，发布之后网上评价不一，已经有网友用同样的提示词、同样的场景做平行测试。小红书
从已公开的对比看，两者在材质质感、场景细节上互有胜负，Z-Image 的优势主要在速度：一份横评截图里，同一批任务 Z-Image-Turbo 约 8.7 秒一张，Krea-2-Turbo 要 15-17 秒。而社区对 Krea-2-Turbo 的实测截图显示，其显存占用约九成，单张耗时从十几秒到九十秒以上不等——不是不能跑，但想换阵营，先掂量一下自己的硬件和时间。
四个高频坑，第一个最反直觉
坑一：出图卡死，不等于显存不够。有用户的 q8 量化版只占 4G 显存，冷启动却卡了 300 秒后被系统杀掉，原因出在加载 11G 权重时，系统内存被其他常驻程序占满。小红书 遇到卡死，先看内存、关掉常驻进程，盯着显存看容易误诊。
坑二：2K 是分辨率甜点位。约 2K 以内细节最好，再往上容易出现重复纹理和伪影；宽高尽量取 16 的倍数，想要更大的图，先生成小图再用超分模型放大。
坑三：细节靠提示词，不靠放大。Z-Image 属于描述驱动，把脸型、眼型、眉眼、唇形、皮肤、神态直接写进提示词，比生成后再放大有用得多。
坑四：精修过度的证件照感。不少人吐槽出图太干净、发腻，社区的解法是装 Detail-Daemon 插件增强细节。知乎 也有用户选择转投 Krea 2，但前提是接受它的速度。小红书
谁该部署，谁该再等等
值得部署：8G 以上显存的 N 卡用户、每月出图几百张起步；想训 LoRA 的，把 12G 显存备齐。
先在线试：核显、无独显，或者只是偶尔出几张图的用户，不必急着买硬件、搭环境，在线先跑起来，再决定要不要部署。
观望一下：追求顶级画质的用户。Z-Image-Pixel 这次只是先发了论文，权重是否开源还没定论；如果它的统一架构路线走通，下一代的画质天花板可能还会抬高一截。
对开源生图来说，2026 年明显是「平民硬件可用」的一年：6B 参数、4 步出图、8G 显存，单张成本能算到厘。如果你一直犹豫要不要入本地生图的坑，这波资料是全齐的——但装之前，先把自己的显卡和内存对照上面的表核对一遍，能少踩很多冤枉坑。
