Z-Image-Turbo for onw-Image (FP8, Intel NPU / Panther Lake)
日本語 | English
Tongyi-MAI/Z-Image-Turbo を、Intel NPU で動かすアプリ onw-Image 用に変換したモデルです（Panther Lake 向け FP8 版）。単体では使えません。 onw-Image を入れると、このモデルも自動でダウンロードされます。
irm https://huggingface.co/ryugyosoft/onw-image/resolve/main/install.ps1 | iex
内容
| フォルダ・ファイル | 中身 |
|---|---|
dit2/ |
DiT（画像生成本体、6B）。OpenVINO IR、FP8（e4m3、重み・活性化とも）。1 層 1 グラフ（30 層＋refiner 4 層） |
dit2_vec.npz |
層ごとの正規化用ベクトル（ホスト側で使用） |
te_seg/ |
テキストエンコーダー（Qwen3-4B の 35 層）。INT8 重み、5 層ずつ 7 グラフ |
vae/ |
VAE デコーダー（FLUX VAE）、fp16 |
host/ |
ホスト側で計算する小さな部分（埋め込み、時刻埋め込み、変調、最終層など） |
tokenizer.json |
トークナイザー |
- 対象：Panther Lake（Core Ultra シリーズ 3、NPU 5010 以降）、Windows 11。FP8 を NPU がそのまま計算できるのは NPU 5000 以降です
- 初回起動時に NPU 向けのコンパイル（約 40 分）が走り、結果はこのフォルダの
npu_blobs2/に保存されます - 1024×1024、9 ステップで 1 枚約 76 秒（2 枚目以降。テキストエンコーダー・DiT・VAE の合計）
変換について
- 重みは出力チャネルごとの FP8（e4m3）、活性化も FP8。画像トークンは静的なテンソル単位、プロンプトのトークンはトークンごとの尺度
- FP8 は INT8 より精度が高く、SmoothQuant などの調整なしで fp32 の元モデルに近い画になります （同じノイズからの比較で、ステップごとの誤差 19% / 8% / 3%：1・5・9 ステップ目）
- アテンションのマスクは q・k の追加次元に埋め込み（NPU でマスク付きアテンションが遅く不正確になるのを回避）
ライセンス
元のモデルと同じ Apache License 2.0 です。元モデル：Tongyi-MAI/Z-Image-Turbo（テキストエンコーダーは Qwen3-4B、 VAE は FLUX VAE を含みます）。