Recenzja Qwen Image 2512 LoRA: wgraj własne wagi, bez filtra

Galeria zawiera opublikowane, bezpieczne do pracy przykłady ze strony modelu Qwen Image 2512 LoRA. Nasze obrazy testowe skali treści nie są pokazywane; raportujemy tylko wyniki.

LoRA fotograficzny, który wygląda jak kadr z filmu. LoRA do realistycznych zdjęć w tekście na obraz: dwie kobiety tańczą boso, blisko siebie, w przyciemnionym mieszkaniu o niebieskiej godzinie, jedna w szampańskiej jedwabnej halce z ramiączkiem zsuwającym się z ramienia, druga w rozpiętej białej koszuli. Cyjanowe światło z okna i różowa lampa padają dokładnie tam, gdzie umieścił je prompt, a skóra, jedwab i bawełna wychodzą bez retuszu, tak jak widzi je aparat, a nie filtr upiększający.

Inna paleta, ta sama niezawodność. LoRA anime w akwareli na tej samej bazie, dwie kobiety na balkonie o zachodzie słońca z kieliszkami wina w dłoniach, luźne laserunki i faktura papieru zamiast fotograficznego wyglądu.

Słowo wyzwalające pixel-art. „Pixel Art" na początku promptu zamienia tę samą bazę w retro scenę z automatu w 16:9, nie tracąc póz ani wyrazów twarzy dwóch postaci.

Nowy kąt z jednego zdjęcia. LoRA wielu kątów z endpointu edycji wziął mężczyznę stojącego nocą z profilu na hotelowym balkonie i pokazał go w zbliżeniu od przodu: ta sama twarz, ta sama rozpięta czarna koszula i ta sama panorama miasta za nim, wszystko z jednego obrazu źródłowego. Ruszyła się tylko kamera.

Ilustracja zamieniona w fotografię. LoRA fotoedycyjny do fotorealizmu przy 0,85 zamienił narysowaną piosenkarkę przy mikrofonie w fotografię, zachowując jej loki, zieloną aksamitną sukienkę i światło sceniczne.

W tekście na obraz umieść najpierw frazę wyzwalającą LoRA, jeśli ją ma, a potem opisz temat, otoczenie i światło pełnymi zdaniami; Qwen-Image dobrze odczytuje długie, konkretne prompty. W edycji użyj własnego sformułowania LoRA, gdy go oczekuje, a w przeciwnym razie zacznij od tego, co wnosi każdy ponumerowany obraz, zanim powiesz, co ma się zmienić.

1. LoRA fotograficzny ze światłem rozpisanym słowami (tekst na obraz, 3:4). Dokładny prompt stojący za przykładem z powolnym tańcem, LoRA do realistycznych zdjęć przy sile 1. Ten LoRA nie ma frazy wyzwalającej, więc prompt zaczyna się od rodzaju ujęcia, a potem nazywa oba źródła światła i ich kolory.

cinematic film still of a lesbian couple, two beautiful women in their early thirties slow dancing barefoot in a dim apartment at blue hour, one in a champagne silk slip dress with a thin strap slipping off her shoulder, the other in an oversized white shirt worn open over a black bralette, foreheads touching, eyes closed, soft smiles, her hand on the small of the other's back, tall window with city lights out of focus behind them, warm pink lamp light on the wall, cool cyan window light on their skin, shallow depth of field, 35mm film grain.

Uruchom ten prompt na Qwen Image 2512 LoRA →

2. Własna stała fraza LoRA (edycja obrazu, jedno źródło). Dokładny prompt stojący za przykładem kąta kamery; wstęp „<sks>" to to, co ten konkretny LoRA został wytrenowany odczytywać, skopiowane z jego karty modelu. Zostaw ten wstęp i zmieniaj tylko słowa opisujące ujęcie, które po nim następują.

<sks> front view eye-level shot close-up

Uruchom ten prompt na Qwen Image 2512 LoRA →

3. Zwykła instrukcja, bez stałej frazy (edycja obrazu, jedno źródło). Dokładny prompt stojący za przykładem z ilustracji na fotografię, LoRA przy 0,85.

Transform this illustration into a realistic photograph: the same singer with dark curled hair in a green velvet dress at a vintage microphone, stage lighting, natural skin.

Uruchom ten prompt na Qwen Image 2512 LoRA →

27 września puściliśmy naszą skalę treści na obu endpointach bez żadnego wgranego LoRA, trzy przebiegi na próbę na każdym: L1 Sugestywny, L2 Dojrzałe motywy, L3 Mocny, L4 Intensywny i oba typy testu L5 Ekstremalny (skrępowanie i uderzenie oraz gore). Na każdym endpoincie piętnaście z osiemnastu przebiegów wróciło zgodnie z zapisem. Wyjątkiem za każdym razem był L4 Intensywny: trzy przebiegi tekstu na obraz sugerowały akt i zostawiały jednego partnera ubranego, a trzy edycje ustawiały parę blisko siebie bez pokazania aktu. Żaden z endpointów nie odmówił ani nie zamienił sceny na coś innego.

26 września wgraliśmy zewnętrzny LoRA skupiony na anatomii w tekście na obraz i inny dorosły LoRA w edycji, po jednym przebiegu na każdy. Oba endpointy wyrenderowały próbę L4 Intensywny zgodnie z zapisem, edycja zaczynając od ubranego obrazu referencyjnego. Etykieta na stronie to Bez cenzury: nie dokładamy żadnego własnego filtra treści, a nic w prompcie, wagach LoRA ani wyjściu nie jest sprawdzane.

Odrzucone żądanie nie jest rozliczane; żaden z naszych przebiegów w obu rundach nie został odrzucony.

Jeszcze nietestowane: ponowne przejście luki L4 Intensywny z LoRA o niższej sile; sceny z dwiema kobietami lub dwoma mężczyznami; prawdziwe fotografie jako tematy dla tekstu na obraz; przebieg z wgranym LoRA przy każdej proporcji.

Tylko dla dorosłych, w każdym prompcie, obrazie źródłowym, LoRA i wyjściu. Nigdy nie przedstawiaj prawdziwej, możliwej do zidentyfikowania osoby bez jej zgody.

Oba endpointy przyjmują do trzech wpisów LoRA na żądanie, każdy to bezpośredni link HTTPS do pliku .safetensors, z niezależną siłą dla każdego wpisu. LoRA do tekstu na obraz są wytrenowane dla Qwen-Image-2512; LoRA do edycji są wytrenowane dla Qwen-Image-Edit-2511. Wgranie jednego na złym endpoincie kosztuje to samo $0.03 i prawie nic nie zmienia, więc pierwszy przebieg z każdym nowym plikiem to sprawdzenie, nie ostateczny wynik: użyj frazy wyzwalającej z jego karty modelu, jeśli ją ma, wyrenderuj jeden obraz i szukaj wyraźnego efektu.

LoRA do realistycznych zdjęć przy sile 1, wersja z kobietami z pary, która ma też wersję z mężczyznami, zamienił dokładnie opisaną scenę o niebieskiej godzinie w coś, co wygląda jak kadr z filmu, a twarze i dłonie trzymały się nawet w bliskiej pozie dwóch osób.

LoRA stylu pixel-art, wyzwalany frazą „Pixel Art" przy sile 1, wyrenderował inną scenę jako retro kadr z automatu w szerokim 16:9.

LoRA edycyjny wielu kątów przy sile 1, z jego stałym sformułowaniem „<sks>", pokazał od przodu pojedyncze zdjęcie zrobione z profilu, zachowując niezmienioną twarz, koszulę i panoramę miasta.

LoRA edycyjny fotorealistyczny przy 0,85 zamienił zilustrowaną piosenkarkę w fotografię, zachowując na miejscu jej włosy, sukienkę i pozę, podczas gdy zmieniło się samo medium.

Każdy z tych przebiegów działał z LoRA hostowanym poza SpicyAPI: skieruj path na dowolny osiągalny link .safetensors wytrenowany dla odpowiedniej bazy, w tym pliki, którymi ludzie dzielą się na Hugging Face lub Civitai dla tych dwóch modeli. Wagi wgrywają się bez żadnej weryfikacji tego, co zawierają, ani tego, do rysowania czego zostały wytrenowane, co jest też tym, co pozwoliło dorosłemu LoRA zamknąć naszą lukę L4 Intensywny na obu endpointach, jak opisano powyżej.

Qwen-Image-2512 wystartował z silnym odbiorem w open source: „Najnowszy Qwen-Image-2512 od Qwen jest obecnie najsilniejszym modelem open source." napisał jeden z komentujących w dniu premiery, wskazując na społecznościowe konwersje GGUF do lokalnego uruchamiania. Społecznościowy ekosystem LoRA też szybko się zbudował, choć z własnymi dziwactwami: jeden szeroko używany LoRA turbo-speed „sprawia, że wszystko na Qwen 2512 staje się realistyczne", a jego własny wątek dyskusji zauważa, że „jedynym sposobem na uzyskanie czegoś animowanego jest użycie liczby kroków 2 lub mniej." To zgadza się z naszą własną radą powyżej: sprawdzić efekt każdego nowego LoRA na jednym obrazie, zanim zaufa się mu w partii.

• LoRA wytrenowany dla starszej linii Qwen-Image? Qwen Image 2.1 LoRA uruchamia tę samą konfigurację do trzech LoRA na wcześniejszym otwartym wydaniu Qwen, od $0.03 przy 1K do $0.102 przy 2K. Zobacz nasze porównanie Qwen 2512 LoRA vs Qwen 2.1 LoRA.
• Społecznościowe LoRA na innym modelu bazowym? Z-Image Turbo LoRA i FLUX.1 Dev LoRA wgrywają zamiast tego huby LoRA zbudowane dla tych dwóch modeli, za $0.012 i $0.018 za klatkę.
• W ogóle bez LoRA do wgrania, a wciąż bez cenzury? Qwen Image Spicy Edit to gotowy endpoint edycji bez cenzury za $0.038 za obraz, bez potrzeby pliku wag.