LyCORIS 是一個專案，旨在實現不同的演算法，以在 Stable Diffusion（穩定擴散）進行有效參數微調，該專案是從 LoCon 開始的，專案名稱應該是來自 Lycoris Recoil 莉可麗絲這部作品。更多技術細節請詳閱該專案 GitHub 頁面。 我們使用 LyCORIS 生成的 LoCon、LoHa 等模型若要在 Stable Diffusion web UI 上使用，

在近期的開源生圖模型浪潮中，Z-Image Turbo 憑藉極低步數下仍能維持高真實度的表現，迅速成為社群關注的焦點；而基於其進一步進行人像資料微調的 Beyond Reality Z-Image 1.0，則嘗試在「速度與真實感」之外，將審美與紋理推向另一個方向。本文將以「原版模型 vs 人像微調模型」為主軸，實際比較…

近年來高效能影像生成模型快速演進，Z-Image 系列憑藉 6B 參數規模與優異的效率表現，成為社群與實務應用中備受關注的基礎模型之一。其中 Z-Image Turbo 作為蒸餾版本，主打極低推論成本與高度指令遵循能力，在極少 NFEs 的條件下，依然能維持穩定的寫實影像品質，特別是在寫實攝影風格、英文與中文文字生成，…

隨著 X（前 Twitter）正式整合 Grok 與 xAI，許多使用者開始注意到平台對於資料使用與 AI 訓練的設定選項。預設情況下，你在 X 上的公開資料、與 Grok 的互動內容，甚至對話紀錄，都有可能被用於訓練與微調 AI 模型，或作為個人化體驗的依據。對於重視隱私、或不希望自身內容被用於 AI 開發的使用者來…

在影像生成模型快速演進的當下，「同一底層架構、不同微調方向」所帶來的風格差異，已成為評估模型特性的關鍵切入點。本次主題聚焦於 Z-Image Turbo 與其二次元導向衍生模型 Z Animimage Turbo，前者以高效率蒸餾架構與寫實表現見長，後者則在動漫語彙、風格化控制與創作自由度上進行深度調校。透過相同生成條…

在近期開源影像生成模型的快速演進中，Z-Image 系列憑藉 6B 參數規模與高度優化的推論效率，逐漸成為實務應用與社群討論的核心基礎模型之一。其中，Z-Image Turbo 作為蒸餾取向的高效版本，主打在極低步數（NFEs）條件下，依然能維持穩定且可信的寫實影像品質，不論是攝影風格還原、人物結構一致性，或是中英文提…

隨著生成式 AI 技術的飛速發展，訓練專屬於自己的角色 LoRA 模型已成為許多創作者與開發者的核心技能。過去我們習慣於使用 Stable Diffusion XL (SDXL) 進行訓練，雖然效果不俗，但在細節捕捉與特定畫風的學習上，往往需要經過繁瑣的參數微調與長時間的磨合。近期，由 Ostris 開發的「AI To…

隨著 Anima 模型開發步入新階段，CircleStone Labs 與 Comfy Org 迅速推出了 Preview 3 版本，這標誌著該模型正式從「架構驗證」向「高畫質量產」邁出了重大跨越。相比於 Preview 2 主要著重於重整超參數並增強對微調（Finetuning）的穩健性，Preview 3 則正式進…

隨著 Anima Preview 3 的推出，社群對這款 20 億參數規模（2B）模型的期待值達到了新高。為了進一步優化生成體驗，CircleStone Labs 近期發布了專為 Preview 3 打造的 Anima Turbo LoRA。這是一款基於步數蒸餾技術的加速模組，旨在打破傳統擴散模型需要大量迭代步數的限制…

在 AI 繪圖創作中，線條粗細（Line Weight）對於畫面整體視覺張力與藝術風格有著極大的影響。由 Studio Makyaki 開發的「Bold LoRA for Anima」是一款專門為 Anima 模型設計的線條微調模型（LoRA）。該模型最大亮點在於完全不需要設定任何觸發詞（Trigger Word），只…