图像/视频模型

Fix JPEG artifacts compression lora是一款基于图像编辑模型Flux Kontext开发的微调LoRA模型，此模型是用来修复JPEG压缩伪影。

Flux Kontext Zoom Out LoRA 是一款专为图像编辑模型 FLUX.1 Kontext [dev] 训练的 LoRA模型，实现高质量的图像“放大”或“画布外扩”（zoom out）效果。

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。

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。

Flat Color - Style 是由作者 motimalu 开发的一系列LoRA模型，专为生成没有可见线稿、平面色彩且几乎没有深度感的图像而设计。

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。

基于 Qwen-Edit-2511 模型训练的 Alpha 版本 LORA，专为实现 “色块引导式图像重打光” 而设计。该 LORA 能够根据图像中特定颜色的色块位置与颜色，智能地对人物或场景进行光影重构与氛围渲染，同时自动移除色块本身，生成自然、高质感的光照效果。

这个“一体化”WAN2.2 模型，更贴近日常使用——更简单、更快、更兼容。如果你正在使用 WAN 系列模型，不妨试试这个整合版本，或许能为你的工作流带来意想不到的提升。

Z-Image-Turbo - Children's Drawings这款LoRA会将任何提示转化为儿童画。

Wan2.1_FusionX - LoRA意味着你可以直接将 FusionX 风格注入到 Wan2.1 基础模型 或 SkyReels 模型 中，而无需下载庞大的 14B 全模型。LoRA 的体积远小于完整模型，更适合本地部署和灵活调整。

Giants是一款极高巨人LoRa模型，此LoRa模型应支持生成巨大人物的图像，包括SFW和NSFW内容。

Nova Cartoon XL 是一个专注于卡通与动画风格的高质量 SDXL 模型，适合希望在 AI 生成图像中追求风格统一与视觉美感的用户。通过合理的参数设置与提示词搭配，你可以轻松生成令人惊艳的卡通风格作品。

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。

苦命小人在抖音上比较火的Q版表情包系列，今天给大家分享两款此风格的Flux Lora模型，搭配工作流能获得不错的生成的效果。

flux-krea-extracted-lora 展示了从闭源或专用模型中提取风格化 LoRA 的可能性，技术路径值得肯定。它确实携带了 Krea 的部分美学先验，尤其在面部优化方面有一定价值。

如果你是 AI 艺术爱好者、生物概念设计师，或者只是喜欢创造奇怪又迷人的生物形象，Creature Shock 是一个值得尝试的模型。

VestalWater's Illustrious Styles for Qwen Image 是一次对 AI 图像美学方向的主动选择——它不迎合大众审美趋势，而是服务于特定创作者群体的需求：那些希望摆脱“AI塑料感”、追求更具手绘质感与专业实用性的用户。

Hyperdetailed Colored Pencil 是一款专为追求高质量、细节丰富的艺术作品而设计的生成模型。无论是用于创作逼真的肖像画还是探索其他艺术形式，这款模型都能提供令人惊叹的效果。

Flux Kontext Character Turnaround Sheet LoRA是一款基于图像编辑模型Flux Kontext的lora，用于创建此特定角色的旋转图。

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