Z-Image Turbo لوکال؛ تولید تصویر سریع با Ollama و وزن باز

Z-Image Turbo لوکال نمونه خوبی از تغییر جهت Local AI در ۲۰۲۶ است. تا مدت‌ها Ollama را تقریباً فقط با LLM می‌شناختیم؛ اما در ژانویه ۲۰۲۶ قابلیت experimental image generation را معرفی کرد و Z-Image Turbo یکی از مدل‌های اصلی این مسیر بود.

مدل 6B است و در معرفی Ollama روی photorealistic generation و text rendering انگلیسی/چینی تأکید شده است.

Z-Image Turbo لوکال چرا جالب است؟

سه نکته:

1. اجرای ساده در اکوسیستم Ollama؛
2. اندازه نسبتاً جمع‌وجور برای image model؛
3. مجوز Apache 2.0 طبق معرفی رسمی.

منبع: Image Generation در وبلاگ Ollama

برای تیمی که Ollama را از قبل برای متن دارد، اضافه‌شدن image generation یعنی زیرساخت یکپارچه‌تر.

Turbo را درست تفسیر کنید

کلمه Turbo معمولاً به مسیر سریع‌تر inference اشاره دارد. این عالی است برای:

• concept؛
• moodboard؛
• thumbnail؛
• variation؛
• previsualization.

اما خروجی سریع لزوماً بهترین master نهایی نیست.

workflow حرفه‌ای می‌تواند دو مرحله داشته باشد:

Fast Draft → High Quality Final

یعنی صدها تصمیم را با مدل سریع بگیرید و فقط انتخاب نهایی را با pipeline سنگین‌تر بسازید.

مجوز Apache 2.0 چه مزیتی دارد؟

مجوز permissive برای تیم‌های محصول و تجاری جذاب است، چون محدودیت استفاده معمولاً کمتر از مدل‌های research/non-commercial است.

ولی همیشه checkpoint، code و dependencyها را جدا بررسی کنید. «مدل Apache» به این معنا نیست که هر asset یا dataset جانبی نیز همان مجوز را دارد.

محدودیت پلتفرم را از یاد نبرید

در اطلاعیه ژانویه ۲۰۲۶، image generation Ollama ابتدا برای macOS معرفی شد و Windows/Linux در آینده اعلام شد.

بنابراین اگر امروز روی Windows هستید، وضعیت نسخه فعلی Ollama را بررسی کنید و tutorial قدیمی را قطعی فرض نکنید.

این نکته دقیقاً نشان می‌دهد چرا مقاله‌های ابزار باید تاریخ داشته باشند.

Workflow ساده برای Concept Art

۱. Brief

subject، محیط، camera، light.

۲. Batch سریع

چند جهت تصویری بسازید.

۳. Selection

فقط ۲ تا ۳ خروجی را نگه دارید.

۴. Edit

در ابزار تخصصی‌تر بخش‌های لازم را اصلاح کنید.

۵. Final

upscale، retouch و color.

اگر pipeline پیچیده‌تر می‌خواهید، ComfyUI حرفه‌ای انعطاف بیشتری دارد.

Z-Image Turbo یا FLUX.2؟

این سؤال بدون workload بی‌معناست.

Z-Image Turbo: iteration سریع و setup ساده در Ollama.

FLUX.2: editing/reference workflow پیچیده‌تر و خانواده مدل‌های متنوع.

برای بررسی نسل جدید FLUX، راهنمای FLUX.2 لوکال را ببینید.

Prompt برای مدل سریع

در iteration سریع prompt را بیش از حد شاعرانه نکنید. ساختار کوتاه بهتر قابل مقایسه است:

• Subject
• Shot
• Lens/Camera feel
• Light
• Environment
• Palette
• Constraint

مثلاً در تست محصول، فقط یک متغیر را هر بار عوض کنید.

Benchmark شخصی بسازید

۱۰ prompt ثابت نگه دارید:

• portrait؛
• product؛
• architecture؛
• food؛
• night؛
• typography؛
• hands؛
• reflective material؛
• wide scene؛
• close-up.

بعد هر نسخه مدل را با همین مجموعه بسنجید.

معیار:

• latency؛
• VRAM؛
• prompt adherence؛
• artifact؛
• retry rate.

چرا Retry Rate مهم‌تر از یک تصویر خوب است؟

اگر مدل برای هر خروجی خوب ۱۵ بار retry بخواهد، در production کند است. مدل دیگری که کیفیت کمی پایین‌تر ولی consistency بیشتر دارد ممکن است اقتصادی‌تر باشد.

این نگاه تفاوت «دمو» و «خط تولید» است.

Text Rendering

Ollama برای Z-Image Turbo روی text rendering انگلیسی و چینی تأکید کرده است. برای فارسی نباید فرض کنید همان کیفیت وجود دارد.

اگر پروژه typography فارسی دارد:

• متن AI را placeholder ببینید؛
• حروف‌چینی نهایی را در نرم‌افزار طراحی انجام دهید؛
• لوگو را generation نکنید.

یکپارچه‌سازی با Pipeline متن

مزیت جالب اکوسیستم Ollama این است که می‌توانید LLM و image model را کنار هم داشته باشید.

مثلاً:

1. مدل متنی brief را ساختاریافته کند.
2. prompt تصویر بسازد.
3. image model concept را تولید کند.
4. metadata در پروژه ثبت شود.

برای معماری service Ollama و Open WebUI را ببینید.

آیا Z-Image Turbo انتخاب نهایی است؟

بهترین استفاده آن ممکن است اصلاً «Final Render» نباشد. شاید ارزش اصلی سرعت تصمیم‌گیری باشد.

در تیم خلاق، سریع دیدن ایده گاهی از کیفیت نهایی مدل مهم‌تر است. تصمیم طراحی را با مدل سریع بگیرید، سپس asset نهایی را با ابزار مناسب بسازید.

جمع‌بندی

Z-Image Turbo لوکال نشان می‌دهد مرز runtimeهای متنی و تصویری در حال کم‌رنگ شدن است. مدل 6B، اجرای ساده و مجوز Apache 2.0 آن را برای آزمایش جدی جذاب می‌کند.

اما پلتفرم، کیفیت فارسی، رزولوشن و consistency را روی پروژه واقعی خودتان تست کنید.