小马良

Clothes Try On (Clothing Transfer) 是目前基于 Qwen-Image-Edit 实现虚拟试衣的实用化尝试之一。虽然在复杂图案和配件处理上仍有提升空间，但其在人体贴合度和体型泛化能力方面的表现令人印象深刻。

Anime to Realism是基于Qwen-Image-Edit训练的LoRA，将动漫风格图像转换为现实风格图像。添加此Lora后生成的真人图片细节更多，油腻感减少。

wan2.2-14B-Kinestasis_concept-lora-v1是基于 Wan2.2-I2V-A14B训练的Lora，专注于生成具有高频场景转换特征的视频序列，适用于创意短片、视觉实验或动态蒙太奇风格内容生成。

wen Edit Figure Maker由模型训练者 aldniki217 基于 Qwen Image Edit 模型微调训练的 LoRA，灵感源自谷歌 Nano Banana模型的“真实手办”玩法，但更稳定、更可控、更支持中文。

Qwen Image Edit Easy Inpaint LoRA 并不是一个全能型修复模型，而是一个“小而专”的Lora模型：它降低了局部编辑的使用门槛；通过“涂黑即修复”的逻辑，实现直观交互；配合 ComfyUI 节点可构建稳定自动化流程。

Raena-Qwen-Image 是一个为 Qwen-Image 微调的 LoRA，专为动漫风格生成设计。该模型的目标是增强 Qwen-Image 在生成高质量动漫输出的能力，具有更清晰的细节、更丰富的色彩和更好的美学效果。

Qwen-Image-Edit-InStyle 是对 Qwen-Image-Edit 模型在风格迁移能力上的一次重要增强。 它让原本“泛化有余、精准不足”的风格迁移，变得可预测、可控制、可复用，特别适用于： 艺术创作中的风格探索、品牌视觉统一性生成、游戏与动画概念设计、个性化内容生成。

PJ0 QwenImage Realistic FP8 是一次针对性明确的优化迭代，重点提升真实感与细节表现力。结合合理的参数设置，尤其在低 CFG 与优质采样器配合下，能够稳定输出接近专业摄影水准的图像结果，适合写实风格创作者纳入工作流程。

Sigma Face Expression 是一个典型的“小而精”风格 LoRA，虽不具备广泛适用性，但在特定场景下能带来意想不到的趣味效果。

AWPortrait QW 是基于QwenImage架构下的模型，使用更符合中国人长相特征及审美的训练集进行训练，包含室内室外人像、时尚、棚拍写真等众多类型，泛化性强。相较于原始版Qwen，AWPortrait QW对于肤质表现更加细腻且真实，LoRA建议权重1。

Qwen_Image_4_Grid_Display_LoRA 是一款基于 Qwen-Image 模型微调的 LoRA 适配器，专为生成四格统一视觉风格图像而设计。它能够将一个抽象创意或设计概念，一次性输出为四个在色彩、构图、视角和主题上高度一致的图像，形成一个完整的视觉网格，极大提升设计探索与原型迭代的效率。

Aether Blast 提供了一种高效、可控的方式来生成高质量、大尺度的冲击波动态效果，特别适合需要环境级视觉震撼的创作者。无论你是制作短片、游戏过场动画，还是探索 AI 视频艺术表达，这个 LoRA 都能帮助你快速实现“毁天灭地”的视觉构想。

Flux Kontext Makeup remover是一个专注于为浓妆女子卸妆的LoRA，基于 FLUX.1-Kontext-dev 模型进行训练，将真实人物的浓妆卸去。

Qwen-Image Realism LoRA v1.1 是一次聚焦“真实感”的精准升级。它不追求参数膨胀或复杂架构，而是通过高质量数据与精细微调，在面部、色彩、光影和多样性四个关键维度实现可感知的提升。

Qwen-Image-EliGen是基于 Qwen-Image 训练的精确分区控制模型，模型结构为 LoRA，可以通过输入每个实体的文本和区域条件（蒙版图）来控制每个实体的位置和形状。

AnyBall LoRA 是一个小巧但富有表现力的风格化Lora，用一个简单触发词 an1ball，就能快速进入独特的视觉世界，兼具趣味性与实用性，适合内容创作者、设计师和 AI 艺术探索者。

nunchaku-flux.1-krea-dev 的意义在于，它证明了即使在 4-bit 低精度下，扩散模型依然可以生成高质量、富有细节的图像。通过 SVDQuant 与 Nunchaku 推理系统的结合，我们得以在不牺牲太多质量的前提下，大幅降低硬件门

FLUX-Krea-Blaze FP8 E5M2是基于FLUX.1-Krea.DEV 训练的超快版本**，由MintLab训练，只需4步即可完成图像生成。