العودة للقائمة

Qwen-Image-i2L (من صورة إلى LoRA)

نموذج ثوري لتحويل الصور إلى LoRA يأخذ الصور كمدخلات ويخرج نماذج LoRA مدربة، مما يتيح نقل النمط الفوري والحفاظ على المحتوى

من صورة إلى LoRA
نقل النمط
توليد LoRA
DiffSynth Studio
نظام متعدد النماذج

نظرة عامة

Qwen-Image-i2L هو نموذج مبتكر يأخذ الصور كمدخلات ويخرج مباشرة أوزان LoRA مدربة على تلك الصور. يتضمن النظام أربعة نماذج متخصصة: i2L-Style لنقل النمط، و i2L-Coarse و i2L-Fine للحفاظ على المحتوى، و i2L-Bias لمواءمة المخرج مع جماليات Qwen-Image.

الميزات

  • توليد LoRA فوري من الصور المدخلة بدون تدريب تقليدي
  • Qwen-Image-i2L-Style: 2.4 مليار معلمة لاستخراج ونقل النمط بشكل فعال
  • Qwen-Image-i2L-Coarse: 7.9 مليار معلمة للحفاظ على المحتوى مع مشفرات SigLIP2 و DINOv3 و Qwen-VL
  • Qwen-Image-i2L-Fine: 7.6 مليار معلمة بدقة 1024x1024 لالتقاط التفاصيل
  • Qwen-Image-i2L-Bias: LoRA ثابت سعة 30 مليون لمواءمة نمط Qwen-Image
  • وضع Coarse+Fine+Bias المختلط للحصول على محتوى عالي الدقة والحفاظ على التفاصيل
  • يدعم نقل النمط بأقل عدد من الصور المدخلة
  • يمكن أن يعمل كأوزان تهيئة لتسريع تدريب LoRA

الصور

صورة مدخلة بنمط Abstract Vector
صورة مدخلة لنقل نمط Abstract Vector
صورة مولدة بنمط Abstract Vector
صورة مولدة باستخدام نموذج i2L-Style بنمط Abstract Vector
صورة مدخلة بنمط Black & White Sketch
صورة مدخلة لنقل نمط Black & White Sketch
صورة مولدة بنمط Black & White Sketch
صورة مولدة باستخدام نموذج i2L-Style بنمط Sketch

التنصيب

قم بتنزيل النماذج من HuggingFace واستخدمها مع إطار عمل DiffSynth-Studio أو خطوط أنابيب الانتشار المتوافقة

الاستخدام

لنقل النمط، استخدم i2L-Style مع بضع صور نمطية موحدة. للحفاظ على المحتوى، ادمج نماذج i2L-Coarse و i2L-Fine و i2L-Bias. جميع أمثلة العرض تستخدم البذرة العشوائية 0.

المتطلبات

  • Python 3.8+
  • PyTorch مع دعم CUDA
  • إطار عمل DiffSynth-Studio أو متوافق
  • 8 جيجابايت+ VRAM لنموذج Style، و 16 جيجابايت+ لمزيج Coarse+Fine+Bias

روابط ذات صلة

الأدوات الشائعة

اكتشف أدواتنا الإبداعية الأكثر شهرة