Qwen-Image-i2L (圖像轉 LoRA)

革命性的圖像轉 LoRA 模型，以圖像為輸入即可輸出訓練好的 LoRA 模型，實現即時風格遷移與內容保留

圖像轉 LoRA

風格遷移

LoRA 生成

DiffSynth Studio

多模型系統

概述

Qwen-Image-i2L 是一款創新模型，可直接將輸入圖像轉化為針對該圖像訓練的 LoRA 權重。該系統包含四個專業模型：用於風格遷移的 i2L-Style，用於內容保留的 i2L-Coarse 和 i2L-Fine，以及用於使輸出符合 Qwen-Image 審美的 i2L-Bias。

特性

無需傳統訓練，即可從輸入圖像即時生成 LoRA
Qwen-Image-i2L-Style: 2.4B 參數，實現高效的風格提取與遷移
Qwen-Image-i2L-Coarse: 7.9B 參數，結合 SigLIP2、DINOv3、Qwen-VL 編碼器保留內容
Qwen-Image-i2L-Fine: 7.6B 參數，支持 1024x1024 分辨率捕捉細節
Qwen-Image-i2L-Bias: 30M 靜態 LoRA，用於 Qwen-Image 風格對齊
組合使用 Coarse+Fine+Bias 模式，實現高保真內容與細節保留
支持僅使用少量輸入圖像進行風格遷移
可作為初始化權重，加速 LoRA 訓練過程

图片展示

抽象矢量風格輸入圖像

用於抽象矢量風格遷移的輸入圖像

抽象矢量風格生成圖像

使用 i2L-Style 模型生成的抽象矢量風格圖像

黑白素描風格輸入圖像

用於黑白素描風格遷移的輸入圖像

黑白素描風格生成圖像

使用 i2L-Style 模型生成的素描風格圖像

安装说明

從 HuggingFace 下載模型，並配合 DiffSynth-Studio 框架或兼容的擴散管線使用

使用方法

風格遷移請使用 i2L-Style 和少量統一風格圖像。內容保留請組合使用 i2L-Coarse、i2L-Fine 和 i2L-Bias。所有示例均使用隨機種子 0。

系统要求

Python 3.8+
支持 CUDA 的 PyTorch
DiffSynth-Studio 或兼容框架
Style 模型需 8GB+ 顯存，Coarse+Fine+Bias 組合需 16GB+ 顯存

相关链接

i2L-Style 模型 i2L-Coarse 模型 i2L-Fine 模型

熱門工具

探索最受歡迎的創意工具

Z-Image Edit

上傳圖片，一句話即可改變一切。

創意引擎

一句話讓 AI 為你提供無限提示詞創意

圖像解析

上傳圖片，立即讀取提示詞

提示詞庫

發現成千上萬的高質量 AI 提示詞。

Z-Image LoRA

結合多個 LoRA 模型，創作獨特的 AI 藝術品

Z-Video

Generate creative videos from text or images with AI.

AI 繪圖生成器

輸入文字，瞬間轉化為精美的 AI 繪圖作品。

樣式庫

探索精心挑選的藝術風格，為您的創作增色。

智能去背

一鍵移除圖片背景，實現專業級高精度去背。

畫質增強

將圖片無損放大至 4K/8K，恢復清晰細節。

圖片重構

使用 AI 外繪技術將圖片擴展至任意比例背景。