一覧に戻る
Qwen-Image-i2L（图像转LoRA）
革命性的图像转LoRA模型，将图像作为输入，直接输出训练好的LoRA模型，实现即时风格迁移和内容保留
图像转LoRA
风格迁移
LoRA生成
DiffSynth Studio
多模型系统
概要
Qwen-Image-i2L是一个创新模型，将图像作为输入，直接输出基于这些图像训练的LoRA权重。系统包含四个专业模型：i2L-Style用于风格迁移，i2L-Coarse和i2L-Fine用于内容保留，i2L-Bias用于与Qwen-Image美学对齐。
機能
- 无需传统训练，从输入图像即时生成LoRA
- Qwen-Image-i2L-Style：2.4B参数，有效提取和迁移风格
- Qwen-Image-i2L-Coarse：7.9B参数，使用SigLIP2、DINOv3、Qwen-VL编码器保留内容
- Qwen-Image-i2L-Fine：7.6B参数，1024x1024分辨率捕获细节
- Qwen-Image-i2L-Bias：30M静态LoRA，实现Qwen-Image风格对齐
- Coarse+Fine+Bias组合模式，高保真内容和细节保留
- 支持使用少量输入图像进行风格迁移
- 可作为加速LoRA训练的初始化权重
画像
抽象矢量风格迁移的输入图像
使用i2L-Style模型生成的抽象矢量风格图像
黑白素描风格迁移的输入图像
使用i2L-Style模型生成的素描风格图像
インストール
从HuggingFace下载模型，配合DiffSynth-Studio框架或兼容的扩散模型管线使用
使用方法
风格迁移时使用i2L-Style配合少量统一风格图像。内容保留时组合使用i2L-Coarse、i2L-Fine和i2L-Bias模型。所有展示示例使用随机种子0。
要件
- Python 3.8+
- 支持CUDA的PyTorch
- DiffSynth-Studio或兼容框架
- Style模型需8GB+显存，Coarse+Fine+Bias组合需16GB+显存