Anything2Real
Anything2Real LoRA，基于阿里最新 Qwen Edit 2511（mmdit 编辑模型） 构建，专为非写实图像到写实照片的风格迁移而设计。无论是二次元角色、儿童绘本、概念草图，还是抽象绘画，它都能在不破坏内容结构的前提下，生成具有摄影质感的输出。
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。
相关图书
Qwen Image 2.1 Outpaint LoRA
Qwen Image 2.1 Outpaint LoRA 是专为通义Qwen Image 2.1打造的外绘（Outpaint）LoRA，核心解决原生Qwen Image 2.1扩图时原图容易移位、重新构图的痛点。
PixelSmile
PixelSmile是一款专门针对细粒度面部表情编辑而训练的模型。你可以通过平滑的强度滑块控制 12 种表情，混合多种情绪，并且它同时适用于真实照片和动漫图像。
Qwen-Image Realism
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。
MOSS-Image i2i LoRAs
这套 MOSS-Image i2i LoRA 为 ComfyUI 打造，包含漫画上色、去文字水印、去马赛克三个独立 LoRA；依托 VAE 潜参考图生图，上色版本数据集充足效果更好，去文字、去遮挡版本训练样本偏少。
MiniMax-H3-Facial-Realism-CloseUp
MiniMax-H3-Facial-Realism-CloseUp 是一款专为 MiniMax H3 模型设计的实验性 LoRA 适配器，显著提升人像特写视频中的面部真实感与微表情细节。
新MOSS-Image CharRef
CharRef v2 是MOSS-Image生态里实用性很强的角色固定方案，依托KV缓存参考编辑路线，省去逐个角色微调LoRA的成本，非常适合漫画、二次元角色跨场景生成；短板集中在写实人脸、精细发型、单参考限制。
Technically-Color-Z-Image-Turbo
Technically-Color-Z-Image-Turbo 是基于 Z-Image-Turbo 基础模型微调的 LoRA，专为复现 20 世纪经典电影 的标志性视觉风格而设计。
10Eros-Max
10Eros-Max 是一个基于 MiniMax H3 基础模型的实验性分支，旨在通过特征迁移（Feature Transfer）技术，将 LTX 2.3、Wan 2.2 以及 Krea 2 的学习模式融合到 H3 的 Transformer 架构中。该模型在保留 H3 核心音视频生成能力的同时，显著增强了视觉细节、运动连贯性及文本遵循能力。
MOSS-Image-SFT-4-steps
MOSS-Image-SFT-4-steps v2.0 完成重大改版，精简为单个 LoRA 文件，原生适配标准 Euler 采样器，无需额外自定义组件。它支持 4 步快速出图，中英文字、数字保真度在同类型少步模型中表现突出，最高支持 2048×2048 无平铺生成。
