Model details
模型介绍
中文整理模型介绍
i2L (Image to LoRA) 模型是我们设计的特殊模型结构。模型的输入为若干张图片，输出为这些图片训练出的 LoRA 模型。
本模型专门增强了风格提取能力，模型能力与上一版本相比有了较大的提升，支持输入任意多张图，能够快速从这些图像中抽取风格信息，并用于生成新的图像。
技术报告：arXiv
基础模型：Z-Image
数据集：MegaStyle-1.4M
训练代码：DiffSynth-Studio
效果展示
提示词：A cat is sitting on a stone.
输入 输出 输入 输出
模型支持任意多张输入图：
输入图1 输入图2 输入图3 输入图4 输入图5 输入图6 输入图7 输入图8
输入1张图产生的输出图 输入2张图产生的输出图 输入3张图产生的输出图 输入4张图产生的输出图
输入5张图产生的输出图 输入6张图产生的输出图 输入7张图产生的输出图 输入8张图产生的输出图
推理代码
安装 DiffSynth-Studio：
模型推理（以 Diffusion Templates 推理，开启 CFG 增强以提升效果）：
模型推理（导出 LoRA 模型文件，可上传到魔搭社区并作为预加载 LoRA 继续训练）：
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
