aimaginedworlds: Z-Image Turbo LoRA Guide (Best Version)
详情
下载文件
模型描述
最佳结果： V1 适配器训练
风格： 动漫 / 插画
触发词： aimaginedworlds
基础模型： Tongyi-MAI/Z-Image-Turbo
📖 我的故事：通往“完美”LoRA的道路
我想分享我训练这个LoRA的全过程，而不仅仅是最终成果，因为我相信透明度能帮助社区共同学习。
🚫 尝试1：1000张图像数据集 + V2适配器
我一开始就大干一场。我以为数据越多，效果越好，于是收集了1000张图片，并使用了最新的适配器：
结果： 彻底失败。 LoRA完全没能捕捉到动漫风格，输出结果非常普通，毫无训练数据中的个性。
⚠️ 尝试2：精选100+张图像数据集 + V2适配器
我意识到质量胜过数量。我精心挑选了一个较小的数据集，包含约118张高质量动漫图像，并配有详细描述。
- 结果： 有所改善，但仍不够出色。 V2适配器似乎难以实现强烈的风格迁移，输出结果“还可以”，但并非我追求的那种鲜明的动漫美学。
🔄 尝试3：尝试Z-Image-De-Turbo
我彻底换了个思路，认为也许在非Turbo基础模型上训练能获得更好的控制：
结果： 毫无亮点。 虽然技术上可行，但未能生成我想要的那种鲜艳、风格化的动漫效果，整体感觉“平淡无奇”。
✅ 尝试4：V1适配器——胜利者！
在沮丧之下，我回到了最初的V1适配器。你猜怎么着？
适配器：
ostris/zimage_turbo_training_adapter_v1.safetensors数据集： 我精选的118张动漫图像
结果： 惊艳！ 这是突破性的进展。V1适配器配合正确的设置，终于完美捕捉了动漫风格：推理速度快、风格强烈、质量稳定。
有时候，“旧”版本反而更有效。
💸 真实成本：这次训练花了我多少钱
训练LoRA并非免费。以下是我在Modal云算力上为达成这一成果所花费的明细：
使用的GPU： NVIDIA H200
总训练次数： 10+次
总花费： 约60美元
投入时间： 数日实验...
仅为了找到最佳组合，我就花了60美元和无数小时调试、测试不同适配器、调整超参数、等待训练完成。
⚙️ 获胜配置
以下是产生最佳结果的确切配置，欢迎直接作为你训练的起点！
job: "extension"
config:
name: "aimaginedworlds_turbo"
process:
- type: "diffusion_trainer"
training_folder: "/root/ai-toolkit/modal_output"
device: "cuda"
trigger_word: "aimaginedworlds"
network:
type: "lora"
linear: 32
linear_alpha: 32
conv: 16
conv_alpha: 16
save:
dtype: "bf16"
save_every: 250
max_step_saves_to_keep: 4
datasets:
- folder_path: "/root/ai-toolkit/training_data/aimaginedworlds"
caption_ext: "txt"
caption_dropout_rate: 0.05
resolution:
- 512
- 768
- 1024
train:
batch_size: 1
steps: 5000
gradient_checkpointing: true
noise_scheduler: "flowmatch"
optimizer: "adamw8bit"
lr: 0.0001
dtype: "bf16"
model:
name_or_path: "Tongyi-MAI/Z-Image-Turbo"
arch: "zimage:turbo"
assistant_lora_path: "ostris/zimage_turbo_training_adapter/zimage_turbo_training_adapter_v1.safetensors"
sample:
sampler: "flowmatch"
sample_every: 250
guidance_scale: 1
sample_steps: 8
关键设置：
- Rank 32 / Alpha 32： 风格表现与过拟合之间的最佳平衡点。
- V1适配器： 秘密武器！
- 5000步： 足够实现完全收敛。
- FlowMatch调度器： Z-Image Turbo的原生调度器。
🚀 如何使用这个LoRA
该LoRA专为动漫/插画风格训练，使用时建议保持提示词简洁，让触发词承担主要风格引导。
✨ 触发词
只需在提示词开头添加 aimaginedworlds：
aimaginedworlds, a girl with blue hair sitting in a cafe
就这样！无需复杂提示，风格已内嵌。
🔌 推荐：Z-Image-Turbo提示模板节点
为获得最佳效果，请使用我的 ComfyUI-OllamaGemini 节点配合新版 Z-Image-Turbo 提示模板：
该节点利用Flux、Veo3.1、Qwen、Gemini、Banana Pro、Imagen4等模型实现魔法提示！
❤️ 支持我的工作
创建高质量LoRA需要真实的时间、精力与金钱。如上所述，仅此项目就耗费了我约60美元云算力和数日实验。
如果你用这个LoRA创作出美丽的图像，请考虑支持我的工作。哪怕小额捐助也能帮助我：
- 🖥️ 覆盖未来模型的云算力成本
- 🎨 训练更多高质量动漫LoRA
- 📚 与社区分享我的经验
每一份支持都意义非凡，让我能持续前行！
🛠️ 工具与致谢
本LoRA使用Ostris开发的杰出工具 AI-Toolkit 训练：
🔗 https://github.com/ostris/ai-toolkit
如果你有兴趣训练自己的LoRA，我强烈推荐你试试它——功能强大、文档详尽、持续维护！
🙏 你可以如何帮助
如果你觉得这个分享有用，以下是几种支持方式：
- 💸 通过PayPal支持 — 帮助覆盖GPU成本！
- 📢 分享你的作品 — 标注我，让我看看你创作了什么！
用热爱、挫败与无数GPU小时打造。