前两天发了条朋友圈，说通过一个自己写的 Skill 实现了“猫自由”。
马上就有朋友问：提示词是自由了，但上哪儿去生图呢？Nano Banana 那么贵。
这确实是个很实际的问题。毕竟谁家的钱也不是大风刮来的，用 Nano Banana Pro 的 API 生成一张2K的图，成本接近一块钱，长期用下来确实有点吃不消。
别担心，不用 Nano Banana，照样能实现各种“自由”。今天要介绍的就是一个性价比极高的平替方案——阿里的 Z-Image。下面这些猫片，就是用 Z-Image 生成的，而且一分钱都没花。
当然，它的能力不止于生成猫咪，其他类型的效果也相当不错，比如生成精致的人像。
Z-Image 是阿里开源的文生图模型，参数量只有 6B，但在大部分场景下的表现足以和 Nano Banana 这类商业模型“掰掰手腕”。开源带来的最大好处就是可以私有化部署，只要你有一块显存在 16G 左右的显卡，理论上就能无限使用。没有显卡？也没关系，今天分享的方法，让你能完全免费地调用它。这个方法也是我自动化内容生成流程中用到的一种生图方式。
在 ModelScope 平台使用 Z-Image
首先，你需要去阿里的 ModelScope（魔搭）社区 注册一个账号。注册后，平台会提供每日 2000 张图片的免费调用额度，对于个人和小规模使用来说，基本足够了。
ModelScope 社区是阿里达摩院旗下的大模型开源社区，汇集了众多优秀的开源大模型，很多模型都支持在线试用。我们要用的 Z-Image 系列模型就在上面。
第一步：注册与绑定
访问 ModelScope 首页，点击右上角完成常规的账号注册流程。
注册成功后，点击右上角的个人头像，在下拉菜单中选择「绑定阿里云账号」。这一步需要你将刚注册的 ModelScope 账号与你的阿里云账户进行关联，是后续使用免费 API 额度的前提。
绑定完成后，就可以开始使用了。
第二步：找到模型
访问 Z-Image-Turbo 的模型主页：https://modelscope.cn/models/Tongyi-MAI/Z-Image-Turbo。这里可以查看模型的详细介绍、文件以及使用方式。
在页面右侧，你会看到一个「在线体验」区域。点击后，在弹出的页面中输入提示词，点击“立即生成”就可以快速体验模型效果。不过，这种方式生成的图片通常带有平台水印。
页面下方还有一个「相关创空间」区域，里面可能有其他用户基于此模型搭建的、功能更丰富的体验应用，不过可用性和稳定性要看运气。
如果你需要稳定、无水印地生成图片，或者想将生图能力集成到自己的应用中，那就必须通过 API 接口来调用。
通过 API 接口调用（无水印）
这是实现稳定、免费、无水印生图的关键步骤。
1. 创建访问令牌 (Token)
点击右上角个人头像下拉菜单中的「账号设置」。在设置页面，点击左侧菜单栏的「访问控制」，然后点击「新建访问令牌」。
在弹出的窗口中，输入一个便于记忆的令牌名称（例如 my-zimage-token），有效期建议选择「长期使用」，避免频繁更换。平台会默认提供一个 default 令牌，但根据经验，这个默认令牌有时会意外失效，所以自己新建一个更稳妥。
创建成功后，系统会生成一个 Token 字符串。请务必立即复制并妥善保存，因为它只显示一次。
2. 获取调用代码
回到 Z-Image-Turbo 的模型主页，在右侧找到「推理 API-Inference」区域，点击「查看代码范例」。
弹出的代码框里已经准备好了完整的 Python 调用示例。你需要做的，就是把 api_key 变量的值替换成你刚才复制的那串 Token。
核心代码如下：
import requests
import time
import json
from PIL import Image
from io import BytesIO
base_url = 'https://api-inference.modelscope.cn/'
# ModelScope Token
api_key = "your_api_key_here" # 替换为你的真实 Token
common_headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json",
}
response = requests.post(
f"{base_url}v1/images/generations",
headers={**common_headers, "X-ModelScope-Async-Mode": "true"},
data=json.dumps({
"model": "Tongyi-MAI/Z-Image-Turbo", # ModelScope Model-Id，必需
"prompt": "YOUR_PROMPT_HERE", # 你的提示词
"size": "1024x1024",
# 其他可选参数，如 negative_prompt, loras 配置等
}, ensure_ascii=False).encode('utf-8')
)
# 处理响应，获取图片
if response.status_code == 200:
result = response.json()
# 异步任务，通常需要根据返回的 task_id 进行轮询获取最终结果
# 具体轮询逻辑请参考 ModelScope API 文档
else:
print(f"请求失败: {response.status_code}, {response.text}")
剩下的工作就是在本地安装必要的 Python 依赖（requests, PIL 等），然后运行这段代码了。
备选方案：在线运行环境
如果你的本地没有 Python 环境，但又想生成无水印的图片，可以借助 ModelScope 提供的免费在线 Notebook 环境，虽然步骤稍多，但完全可行。
在刚才查看代码范例的页面，点击右上角的「在 Notebook 中打开」。
在弹出的环境选择页面，选择「方式一 CPU 环境」，点击「启动」。这是免费的实例。
启动完成后，点击「查看Notebook」，并使用你的阿里云账号登录。
进入 Notebook 界面后，左侧文件列表里会有一个 example.ipynb 文件。打开它，在代码中找到 api_key 的位置，替换成你的 Token，并在 prompt 参数中填入你的提示词。
最后，点击上方菜单栏的运行按钮（或按 Shift+Enter），等待代码执行。调用成功后，左侧文件列表会生成一个 result_image.jpg 文件，这就是无水印的生成结果。
总结
通过以上步骤，你就能完全免费地使用阿里强大的 Z-Image 模型进行图像生成了。无论是通过简单的在线体验，还是通过 API 集成到你的工作流中，亦或是利用云端 Notebook 临时使用，总有一种方式适合你。对于开发者或内容创作者来说，这无疑打开了一扇低成本使用高质量 AIGC 能力的大门。希望这篇指南能帮你顺利开启“生图自由”之旅。如果你想了解更多类似的 AI 工具和 开源大模型 实战技巧，可以到 云栈社区 的 技术文档 或 开源实战 板块逛逛，那里有更多深度内容等你发现。
发表于 昨天 07:57
|
查看: 0|
回复: 0
