Transcription
最好的开源人工智能图像生成器变得更好了。阿里巴巴的通义实验室刚刚发布了完整的Z图像模型。所以，在这段视频中，我将介绍你可以用它做的所有很酷的事情。此外，我还会将其与其他领先的开源图像模型进行比较。当然，我还会向你展示如何下载它，这样你就可以在离线状态下免费、无限次地运行它。请务必看到最后，因为我还会向你展示如何用低VRAM运行它。此外，我还会向你展示如何进行图像到图像转换以及更多功能。那么，让我们开始吧。请注意，之前我们只有一个Zimage Turbo模型，但昨天他们发布了完整模型。这里有一些生成示例。所以，你可以看到它超级逼真且多样化。它可以处理大量不同的艺术风格和摄影风格、不同的情感和姿势。这是它真正令人惊叹的地方。这里有一些与Zage Turbo和Zage的比较。所以，你可以看到它在艺术美学方面更加详细和通用。这是我最喜欢这个新Zimage完整模型的地方。所以，对于Zimage Turbo，你经常会发现，如果你使用相同的提示，即使你更改了不同的种子，你也会得到非常相似的图像。使用相同的提示，真的很难在你的照片中获得更多变化。但是对于Z image，你可以保持相同的提示并更改种子，你就可以在你的图像中获得更多的变化，正如你在这里看到的。如果你提示Z image turbo生成四位女孩的自拍照，这四位女孩看起来非常相似，而对于Z image base，她们每个人看起来都略有不同。这是Zimage base的另一个非常棒的优势。所以你也可以在你的生成中添加负面提示。例如，没有负面提示，你会得到这个。但是如果你添加“西方人”作为负面提示，那么你就会得到一个更亚洲的角色。或者在这里，如果你添加“悲伤”作为负面提示，那么这个人就会看起来更快乐。好了。现在，让我们弄清楚这个新的Zimage模型到底是什么。我实际上更喜欢称它为Zimage完整版，因为它并不是真正的基础模型，基础模型叫做Zimage Omni base。这是在进一步训练之前的原始模型。它可以进行图像生成和编辑。所以昨天他们只发布了这个Zimage完整版模型。根据通义实验室的说法，这仍然是一个全容量的未蒸馏模型，这意味着它非常适合微调和训练LoRA，比之前的Zimage Turbo要好得多。然而，我不会称它为基础模型，基础模型实际上是Zimage Omni base。这里是这个新的Zimage完整版模型和Zimage Turbo之间的另一个比较表。所以，首先你可以看到，对于这个新模型，它需要更多的步骤来生成图像，而对于Z image turbo，它经过微调，可以超快速地生成图像。所以，对于这个新的完整模型，生成图像需要更长的时间。然而，它的生成多样性比Zimage Turbo好得多，而且它也更适合进行微调和训练LoRA。而对于Zimage Turbo，它实际上经过微调，在写实照片和其他视觉美学方面表现得非常好。所以，Zimage Turbo的视觉质量实际上比Zimage高一点。你可以把Zimage看作是一个更原始、未经打磨的模型，你可以进一步微调它。现在，不要只听我说的。这里是这个新的Zimage与Zimage Turbo和最近发布的Flux 2客户端之间的一些比较。Zimage以擅长识别现有人物和角色而闻名。所以，对于第一个提示，我输入了安妮·海瑟薇、成龙和梅西在一个夜总会，低质量业余照片。正如你所看到的，两个Zimage模型都能够正确地识别角色。然后对于Flux 2，它无法处理现有的人物。我倾向于发现，对于Zimage完整版，它会产生更具塑料感的面孔，这使得它不太逼真，而对于Zimage Turbo，它要好得多。这看起来确实像一张业余的低质量照片。所以这是需要注意的一点。如果你正在寻找写实肖像，那么我实际上会更喜欢Zimage Turbo。好了，这是另一个例子。这次我正在测试它识别现有动漫角色的能力。所以这里有初音未来、祢豆子、五条悟和佐助在自拍。同样，Flux 2客户端在这项任务上很糟糕，但你可以看到对于Zage和Zimage Turbo，它们都能够正确地识别角色。现在，Z image完整版在这里的手指上有一个小缺陷，但除此之外，它看起来非常不错。然后这是另一个测试提示。提示非常长。你可以在上面阅读，但这基本上是一本Vogue旅行杂志封面。这是我们得到的结果。你可以看到，对于Z image，它有点过饱和，而对于Z Image Turbo，我再次更喜欢视觉美学。它们都能够正确地显示大部分文本。事实上，Z image甚至能够正确显示Vogue标志。然后对于Flux 2 Klein，虽然它擅长生成写实照片，但不幸的是，文本全部搞砸了。好了，这是另一个测试。我们有一位女士在咖啡馆自拍，可爱的表情，红唇，眨眼，一只手比V，角度不规则，业余，低质量照片，这三者都能够很好地生成这个。现在，这是生成长文本的测试。提示在这里。随时可以暂停视频阅读提示，但基本上没有一个模型能够完全正确地渲染文本。我想说这三者都失败了。如果你想生成长文本片段，目前最好的开源模型是Quen image。好了，这是另一个棘手的提示，即使是Nano Banana Pro这样的图像生成器也无法正确处理。所以，提示是时钟上的11:15，还有一个装满的酒杯。你可以看到没有一个模型能够正确处理。接下来，我还想测试一些艺术风格。所以，这里我们有一个鹿在森林中的平面插画，但一切都由不同大小的点组成，背景为白色。这三者都不错，但对于Z image，你可以看到这里的草叶并不是真正由点组成的。Zimage Turbo也是如此。所以，在这里真正遵循我提示的是Flux 2 Klein。接下来，这是马奈风格的印象派绘画，描绘了一个繁忙的火车站。供你参考，马奈的画看起来是这样的。基本上是一些非常粗糙的笔触，你需要后退一步才能看到场景。好像没有什么真正清晰的。我想说在这个例子中，Zage处理得最好。这看起来最像马奈的印象派绘画。而对于Zagemage Turbo，这很接近，但它太清晰了。然后对于Flux 2 Klein，这看起来更加清晰。接下来，这也是一个关于极简主义中国水墨画的测试，描绘了森林中的一只老虎。我想说两个Zimage模型都很好地生成了这个。对于中国水墨画，你可以看到没有清晰的轮廓。到处都是抽象的笔触。正如你从这两张图片中绘制的树木所看到的，而对于Flux 2 Klein，轮廓太清晰了。这看起来不像极简主义的中国水墨画。所以，我想说Z image和Z image Turbo打成平局。但再次注意，对于Z image，它倾向于增加图像的饱和度。好了。接下来，这是UI设计的测试。同样，提示非常长。我不会读出来。基本上，所有三个模型都基本正确地理解了提示。然而，我确实提到第三个图标应该是青色的路线标记。唯一能够生成标记图标的是Flux 2 Klein。但我想说在整体设计方面，Flux 2 Klein的生成看起来最丑。请在评论中告诉我你的想法。这是提示理解的测试。所以，我们有一个巴厘岛热带海滩的黄昏景象。我们有一个穿着蓝黄扎染纱笼和粉色花冠的女人，这三款模型都正确地完成了。她在做瑜伽，我想说两个Z image模型都正确地完成了。对于Flux 2 Klein，她只是跪在那里。她并没有真正做瑜伽。然后我们有一只灰色的猴子从她绿色的沙滩包里偷了一个棕色的椰子。在这里，我想说Z image完整版和Flux 2 Klein能够生成猴子从包里偷东西。而对于Zagemage Turbo，猴子并没有真正从包里偷东西。然后我们有一块红色的冲浪板，上面有一朵白色的扶桑花靠在棕榈树上。一艘棕色的渔民船漂浮在蓝色的海浪上。一个红色的巴厘岛日落标志在一个酒吧里闪耀。所有三个模型都能够获得这些元素，但唯一能够正确拼写Bali sunset的是Zimage完整版。对于Zimage Turbo，你可以看到这里有一个拼写错误。Flux 2 Klein也是如此。所以，我想说这里的赢家是Flux image。然后这里有一个快速的解剖学测试。一个女人坐着，展示她的手掌和脚底。你可以看到它们三个都做到了，但我认为两个Zimage模型更好地遵循了我的提示。对于Flux 2 Klein。她并没有真正向镜头展示她的手掌。她的手掌只是向上翻。所以，这些是我的一些快速测试。请在评论中告诉我你的想法。接下来，让我们来看看如何在你的电脑上安装和本地使用它。所以，在官方的HuggingFace页面上，他们确实提供了一些安装说明，但这使用的是原始代码，不够直观。一个更好的平台是Comfy UI。事实上，这是在你的电脑上运行开源图像、视频和音频生成器的最流行平台。Comfy UI的好处在于它非常可定制，而且它有自动卸载功能，所以对于那些没有高端硬件的人来说尤其有用。如果你不熟悉Comfy UI，一定要先看这个安装教程。总之，在这段视频中，我将假设你已经安装了Comfy UI。所以，第一步是更新Comfy UI。我使用的是Windows便携版，这是推荐的版本。在你的文件夹中，你应该会看到这个更新文件夹。所以，双击它。在这里，你可以点击这个更新到最新版本，或者点击这个，更新Comfy Stable，它会更新到最新的稳定版本。对我来说，我将双击这个，然后按运行。它应该会继续拉取最新的更改并将Comfy UI更新到最新版本。好了。之后，按任意键继续，这将退出终端。然后之后，我们可以继续运行Comfy UI。所以，我将启动Comfy UI。好了。启动Comfy UI后，只需点击左侧边栏上的“模板”按钮。然后，如果你点击“图像”，你应该会在这里看到“Zimage text to image”。确保你没有选择几个月前的Zimage Turbo。这是新的。如果你没有看到这个，你也可以在这里搜索Zimage。总之，点击这个。这是工作流程。就是这么简单。顺便说一句，如果你因为某种原因没有看到这个工作流程，我也会链接到这个Comfy UI页面，你可以通过点击这里的按钮直接下载工作流程。市面上有太多的AI图像和视频生成器。这可能会让人不知所措。幸运的是，Higgsfield，这个视频的赞助商，将所有内容整合到一个集成平台中。他们刚刚推出了一个新的AI网红工作室，功能非常强大。它可以让你轻松设计、控制并让你的AI网红栩栩如生。工作原理如下。你可以从超过100个可配置参数中选择，包括角色类型。所以，让我们选择人类。然后还有性别、种族、肤色、眼睛颜色、年龄等等。它将继续生成你的网红。如果你不喜欢这个外观，你还可以使用Nano Bananets进一步编辑。然后之后，你可以让你的网红做任何事情，比如谈论产品或跳舞。他们的动作库中有大量的不同动作可供选择。例如，让我们让她像这样跳舞。然后按生成。这是我们的结果。此外，Higgsfield是访问所有顶级图像和视频生成器的最佳平台。他们有大量的预制模板，包括相机预设、VFX等等。Higgsfield是创作者轻松生成他们想象中的任何东西的终极平台。使用下面的描述中的链接免费试用。让我们快速过一遍。这非常直接。所以第一步是我们需要加载模型。现在非常方便的是所有模型的链接都已在此处。所以，首先让我们下载这个Z image BF-16。所以，点击它，它会进入Comfy UI的models文件夹，然后是diffusion models。请注意，这个BF-16文件大小为12 GB。所以你可能至少需要12 GB的VRAM加上卸载才能运行它。然后之后，我们还需要下载这个叫做Quen 34B的文本编码器。所以，点击它。它会进入Comfy UI的models文件夹，然后是text encoders。这个文件大小为7.8 GB。请注意，如果你下载了Z image turbo工作流程，你应该已经有了这个，所以你不需要再次下载它。最后，我们还需要下载VAE。所以，点击它。它会进入Comfy UI的models文件夹，然后是VAE。现在，这个文件大小为327兆字节。同样，如果你下载了之前的Zimage Turbo工作流程，你应该已经有了这个。就这样。所以，之后，对于第一步，我们只需要加载模型。如果你刚刚下载完模型，只需按R刷新你的模型列表。然后对于第一个下拉菜单，让我们选择Z image BF-16。对于加载clip，是的，让我们选择Quinn 34B。然后对于VAE，是的，让我们选择AE.safe tensors。就这样。现在对于第二步，这里是你指定最终图像的宽度和高度的地方。这里是batch size，这是你一次想要生成的图像数量。然后在这里你可以输入一个正向提示和一个负向提示。事实上，为Z image添加负向提示是强烈推荐的，正如我之前向你展示的。如果你一直在玩Z image Turbo，负向提示实际上效果不佳，我稍后会谈到这一点。但是，在这里，负向提示实际上效果很好。所以，例如，对于我们的提示，让我们写一个城市里的女人。然后对于负向提示，我们可以添加诸如模糊、低分辨率、过饱和、卡通等词语。好了。所以你的提示将通过这两个节点来生成图像。现在让我们快速过一遍这些设置。种子基本上是随机噪声的起始配置。所以基本上，如果你保持所有设置相同，但将种子更改为不同的数字，你将得到一个略有不同的图像。反之，如果你保持一切相同并设置相同的种子，你将得到与之前完全相同的图像。然后这个设置基本上告诉它在生成后将其更改为随机的不同种子。或者你也可以保持种子固定以实现可重现性。对我来说，我只是将其设置为随机化。然后步数是AI生成图像所需的步数。现在，下面写着，对于image full，推荐的步数是30到50。所以，请记住这一点。然后对于CFG，这是非常重要的部分。这是AI有多么字面地遵循你的提示。一般来说，较低的CFG会给它更多的创造力，而较高的CFG值会使其更字面地遵循你的提示。这里你可以看到推荐的CFG设置是3到5。现在，这就是为什么这个Z image基础模型可以使用负向提示，因为CFG在3到5的范围内工作得很好，而对于Zimage Turbo，你会注意到CFG通常是0到1，在这种情况下，负向提示将不起作用。所以，这就是Zimage的优势。它让你通过负向提示更好地控制提示条件。然后，无论如何，采样器和欧拉器基本上是用于生成图像的算法。你可以看到有很多不同的算法可供选择，每种算法都有略微不同的特性。随意尝试一下，但我将保留默认设置。就这样。让我们按运行。供你参考，我使用的是笔记本电脑上的RTX 5000 ADA，拥有16 GB的VRAM。好了。这是我们得到的结果。请注意，这是一个保存图像节点。所以，它会自动保存在你的Comfy UI的输出文件夹中，正如你在这里看到的。如果我展开我的终端，这大约需要1分钟25秒。所以，它比Zimage Turbo慢得多，Zimage Turbo在我的GPU上只需要大约7秒。这是因为对于Zimage Turbo的步数，你只需要大约7到9步。所以，如果你使用Zimage base，这就是你需要做出的牺牲。但是这个模型的优势在于它有更多的变化。所以，如果你再次运行它，它将是一个完全不同的女人在城市里的模型。而如果你使用Zimage Turbo，即使你改变了种子，你通常也会得到非常相似的结果。所以，让我们再次运行它，看看我们会得到什么。好了，这是我的第二次生成。你可以看到这次运行得快了一点。这花了大约92秒。如果我打开我的输出文件夹，你可以看到，你知道，两张图片都非常不同。所以，这就是这个Z image完整版模型的优势。即使使用相同的提示，你也能获得更多的变化。好了。现在，这个完整模型大约有12 GB大小。所以，接下来，让我们看看如果你没有那么多VRAM，如何使用它。幸运的是，已经有GGUFS或更压缩版本的Z image，可以在低VRAM甚至CPU或AMD GPU上运行。所以，这里是不同压缩和不同大小的所有版本。你可以看到最小的一个，Zimage Q2K，只有4 GB大小。你可能勉强可以在4 GB中装下它，并进行一些卸载，但不要只听我说的。你需要自己尝试一下。然后这里还有其他选项，比如5 GB、6 GB、7 GB。当然，模型越大，质量就越好。所以，你应该选择适合你VRAM的最大模型。例如，如果你有8 GB的VRAM，那么我推荐这个。总之，对我来说，我只是用Q2这个版本快速举个例子。所以，点击它下载。它会进入Comfy UI的models文件夹，然后是unit。点击保存。好了。现在，回到这里，我将打开一个新的工作流程，以便我们从头开始。所以，再次，你只需要点击模板，然后点击Z image。好了。之后，我们需要做的就是用一个GGUF节点替换这个模型节点。所以，双击界面上的任意位置，然后搜索unit，你应该会看到这个unit loader GGUF。所以，点击它，我们只需要将其连接到这里的模型输入，它将自动断开这个。事实上，我们可以点击它并按Ctrl +B禁用它。现在，如果你没有看到这个GGUF节点，那么你需要点击管理器，然后搜索GGUF，你需要下载这个，Comfy UI GGUF by City96。如果你确实有它，但仍然不起作用，那么也尝试更新到最新版本。好了。之后，如果你刚刚下载了你的GGF模型，只需按R刷新你的模型列表。然后在这里的模型选择器中，点击你选择的模型，对我来说是Z image Q2。然后再次对于文本编码器，让我们选择Quen 34B。然后对于VAE，让我们选择AE.Safe tensors。就这样。所以，设置与之前相同。让我们按运行来生成这个GGUF。好了。这是我们的结果。这就是如何在VRAM较低的情况下运行Z image完整版。好了。现在，默认的工作流程只接受文本到图像，但你也可以修改它来做图像到图像。让我们来看看如何做到这一点。所以我只是从头开始使用默认工作流程。如果你正在使用GGF，你也可以替换这个节点。再次开始，我将选择我拥有的模型。所以，让我们选择这个，然后选择这个。现在，基本上它的工作原理是，现在对于文本到图像，它使用这个来创建一个随机噪声画布，然后通过这个K采样器逐渐减少一些噪声，直到生成最终图像。但是，我们不是从随机噪声开始，而是可以从一张图像开始。所以，双击这里任何地方，然后搜索load image。让我们选择这个，load image by Comfy Core。然后这里是你上传图像的地方。所以，让我们选择这张图片。现在，我们不能直接将这张图像插入K采样器，因为这个K采样器需要一个潜在图像。所以，我们需要双击这里任何地方，然后输入VAE，我们需要选择这个VAE encode。所以，这将需要我们在这里加载的VAE。所以，事实上，让我们将这个VAE连接到我们的编码节点，它将把你的图像转换。所以，让我们将图像连接到这个，然后将其转换为潜在空间，然后可以将其插入到这个K采样器中。接下来，我们只需要将其连接到K采样器，就像这样。就这样。它将自动断开这个节点。事实上，为了使其更有条理，让我们选择它并按Ctrl +B禁用它。现在，假设我们想将这张图像转换为一张写实图像。所以，对于提示，我们可以写一些类似“一个女孩，绿色背景，前景有树叶和植物，写实照片，中景”。然后对于负向提示，这里是我们不想要的一切。所以，我们不希望它成为卡通或矢量风格或2D低分辨率模糊过饱和。现在还有一项设置需要设置，那就是去噪值。这基本上是我们想要改变输入图像的多少。现在它设置为100%，这不好。你只会得到一个完全不同的图像。所以，让我们先将其设置为类似0.5，然后按确定。所以，它将保留这张图像中大约50%的细节，但会将其变成一张写实照片。让我们看看是否足够。如果不够，我们可能需要进一步调整这个值。所以，让我们按运行。好了。你可以看到它仍然保留了原始图像的太多内容。所以，让我们将其设置为一个更高的值。好了。所以，在将CFG增加到五，然后也将去噪值增加到84之后，我们得到了这个。所以，这是之前的样子，这是之后的。确实，它将这个变成了写实照片。它并不完美。这不是一个编辑模型。这只是普通的图像到图像。现在，我想展示的另一件事是图像到图像，是如何进行修复的。所以，为了保持条理，让我们退出这个，然后从头开始。好了。这是原始工作流程。现在，要进行修复，我们再次需要用现有的图像替换这个潜在的噪声画布，我们想要编辑。所以，让我们双击这里任何地方，然后点击load image。这次，让我上传这张图片。同样，我们首先需要通过VAE编码器来处理它。所以，让我双击这里任何地方，然后搜索VAE，然后点击VAE encode。这需要我们在这里加载的VAE。所以，让我们将其连接到这里，然后将图像连接到这里。现在，在这个load image节点上，你可以右键单击它，然后点击打开蒙版编辑器。这将在这里打开你的图像，你可以在这里用画笔涂抹你想要移除或编辑的部分。你可以在这里调整各种设置，比如画笔的粗细、硬度、不透明度等。所以，让我们像这样涂抹这个笔记本。沿边缘添加一些羽化也很重要。好了，就这样做。再次，这是我们想要编辑的部分。所以，点击保存。接下来，我们需要双击这里任何地方。然后，让我们搜索set latent。你应该会看到这个选项，set latent noise mask。所以，点击它。这里是你将我们刚刚绘制的蒙版连接到这个节点的地方。然后，我们只需要将VAE编码器中的潜在图像连接到这里。最后，这将给我们一个潜在的输出，然后我们可以将其连接到这个K采样器。就像这样。它将自动断开这个节点，我们可以按Ctrl +B禁用它。然后，在上面的提示中，我们基本上需要描述我们想要在这里输入什么。所以，让我们说“一只猫睡在桌子上”。就这样。让我们按运行来生成图像。需要注意的一点是，你也可以在这里调整这个去噪设置。所以，现在它设置为100%。所以，它将完全替换我涂抹的区域。但是，如果你想保留图像的某些部分，那么你可以将这个去噪值降低到一个较低的数字。好了。这是我们得到的结果。所以，让我将它们并排放置，以便你可以比较前后。这就是如何使用Z image完整版进行修复。同样，这只是一个非常基本的修复工作流程。我实际上不建议你使用它。我宁愿使用像Flux 2 Klein或Quen imageedit这样的真实图像编辑器，通过自然语言来编辑这张图像。但是，如果你有兴趣进行修复，这就是你应该如何做。好了。现在，我想提到的最后一件事是LoRA。它们基本上是特定角色、艺术风格、姿势或效果等经过微调的模型，你可以将其添加到你的工作流程中。然而，请注意，现在我们有大量的Zimage Turbo LoRA。它们实际上并不适用于Zimage base，至少对于这个官方工作流程来说是这样。所以，不要浪费时间试图用Zimage base模型添加LoRA。它不会很好地工作。然而，一旦我们发布了一些Zimage-based模型，你就可以这样添加LoRA。你只需要在扩散模型之后添加一个LoRA。所以，双击这里任何地方，然后输入Laura loader model only。在这里，你可以选择你刚刚下载的LoRA。然后你基本上将扩散模型连接到这里，然后将这个输出连接到这里。如果我查找Z image base LoRA。还没有可用的。所以我无法进行任何演示。但是一旦它们出来，你就可以这样将LoRA链接到你的工作流程。还有一件事我忘了提，就是这里的强度。所以，这是你希望LoRA对最终图像产生多少影响。所以，现在是100%。如果你想要较低的影响，你可以将其设置为一个较低的值，比如8。这个新的Z image完整版最重要的一点是，它非常擅长创建LoRA和进行微调。所以，让我们也来看看如何从它创建LoRA。好消息是，创建LoRA的主要平台之一叫做AI toolkit by Oris，他们已经添加了从这个新的Z image完整版模型创建LoRA的功能。我会在下面的描述中链接到这个GitHub页面，其中包含所有关于如何下载和设置数据集来训练LoRA的说明。它需要大量的步骤，所以超出了本教程的范围，但我会在下面的描述中链接到它。现在，为了给你一些背景信息，这是你如何常规训练LoRA。你需要收集大量的某个人的照片，或者艺术风格，或者效果等等。然后你还需要标记每张照片，然后将其通过LoRA训练器，如AI toolkit，它会为你创建一个。这需要大量的时间、精力以及计算资源。现在，我认为更重要的事情是这个新的diff studio模型叫做Zimage image to Laura。而不是通过下载大量图像然后手动标记它们，然后以这种方式进行训练的传统工作流程，你只需要插入，你知道，少数几张图像，甚至只有两三张图像的某种艺术风格或人物或任何你想转移的东西，它就可以在几分钟内创建一个LoRA。例如，如果这些是你的输入训练图像，在创建LoRA之后，如果你生成一只猫，这是你得到的结果，或者这是一只狗，或者这是一个女孩。现在，艺术风格并不完全像参考图像，但它是一种平面矢量插画。这里有一些其他例子。如果你输入这四张照片来训练你的LoRA，之后，如果你生成一只猫或一只狗或一个女孩，这是它的样子。所有生成的内容都包含特色的蓝天白云和鲜花。或者这里是另一个例子供你参考。最棒的是，这已经发布了。目前还没有简单的Comfy UI工作流程，所以你必须使用原始代码，但我会在下面的描述中链接到这个页面，其中包含所有关于如何在你的电脑上设置它的说明。请注意，这种方法，Z image I toL的质量，不如你花精力找到大量图像，标记它们，然后通过AI toolkit等工具生成LoRA。所以，这个AI toolkit方法产生更高质量的LoRA，而这个Z image ITL只是一个快速粗糙的方法，让你用几张图像在几分钟内生成LoRA。总之，我会在下面的描述中链接到这两种方法供你参考。这就总结了我对Quen image base的评测和教程。请在评论中告诉我你的想法。如果你在安装过程中遇到任何错误，欢迎将确切的错误消息粘贴在下面的评论中，我会尽力帮助你解决问题。一如既往，我会密切关注顶级AI新闻和工具与你分享。所以，如果你喜欢这个视频，请记得点赞、分享、订阅，并继续关注更多内容。另外，AI领域每周都有很多事情发生。我不可能在我的YouTube频道上涵盖所有内容。所以，为了真正跟上AI领域的最新动态，请务必订阅我的免费每周通讯。链接将在下面的描述中。感谢观看，我们下期再见。