Multiple-Angles camera-control LoRA

Qwen-Image-2.1迎来首款相机控制LoRA：Multiple-Angles camera-control LoRA。只需要一张参考照片，通过提示词指定方位角、仰角，就能在保留主体不变的前提下，重新渲染出物体在对应相机视角下的图像。Qwen-Image-2.1本身支持统一图像生成+编辑，原生输出RGBA，这类视角控制LoRA此前没有对应方案。

触发词固定为<mva>，所有提示词都必须以此开头。这套LoRA覆盖12档方位角（30°一档）搭配4档仰角：平视0°、仰视30°、高角度60°、俯视90°，每种视角还支持近距离特写变体，合计72种构图。在ComfyUI或diffusers中推荐LoRA权重强度0.8–1.0。

v2版本升级说明

目前推荐使用v2版本，针对v1版本在角色主体、身份细节容易崩坏的短板重新训练。v2训练配对扩充至13328组，采用bf16全精度、rank64，推荐1500步的safetensors权重，文件大小319MB；v1权重保留在仓库作为备选。

v2经过多轮测试，在保留物体身份、背景细节上优于v1；仅在2000–2500步会出现轻微角度偏移，适合追求更强视角变换效果。如果担心主体直接复刻参考图，优先降低LoRA强度而非更换权重。

提示词写法

提示词语法简单，格式：<mva> 方位描述, 仰角描述[ close-up]

方位包含正面、右前四分之一、侧面、背面等12个标签；仰角分为平视、抬高视角、高角度、俯视。在末尾追加close-up，即可启用特写裁切构图。

示例：<mva> right side view, high-angle shot close-up

基准测试解读

项目附带完整基准测试：选用24个训练集外物体，每个物体6种姿态，合计144组测试样例。官方也说明CLIP图像相似度指标有局限，单纯相似度分数无法判断相机是否真的发生转动，视觉对比才是直观验证方式。完整基准数据集、真值渲染图全部开源，任何人可以复现评估。