Jan團隊推出30B參數多模態模型Jan-v2-VL-Max，專注解決AI在複雜自動化任務中易中斷的痛點。該模型基於Qwen3-VL-30B-A3B-Thinking，引入LoRA-based RLVR技術，旨在提升多步操作的穩定性，實現更可靠的長週期任務執行。
阿里通義實驗室推出開源工具Qwen-Image-i2L，可將單張圖片快速轉化爲可微調的LoRA模型，大幅降低個性化風格遷移門檻。用戶只需上傳一張圖片，無需大量數據或昂貴算力，即可生成輕量級LoRA模塊，並集成到其他生成模型中，實現高效“單圖風格遷移”。該技術已在AI社區引發廣泛關注。
MiniMax發佈新一代語音合成模型Speech 2.6，實現端到端延遲低於250毫秒的實時響應，接近人類對話速度。其革命性Fluent LoRA音色復刻技術顯著提升語音自然度和個性化水平，推動語音交互向高自然、低延遲、強定製方向突破發展。
LiblibAI升級至2.0版本，從單一工具轉型爲完整AI創作生態，聚焦專業便捷體驗。平臺自2023年AI藝術興起後快速發展，已匯聚超2000萬創作者，成爲LoRA模型訓練與創意分享核心社區，兩年累計發放千萬元級激勵支持創作。
一款將圖像轉化為 LoRA 模型的先進工具。
一款用於生成無線條、扁平色彩風格圖像和視頻的LoRA模型，適用於動漫和設計領域。
Lora 是一個為移動設備優化的本地語言模型，支持 iOS 和 Android 平臺。
快速輕鬆地從視頻中訓練高質量的LoRA模型
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$1
$10
256
$6
$24
$4
$16
$2
$20
Baidu
128
Bytedance
$1.2
$3.6
4
ostris
這是一個基於LoRA技術的文本到圖像轉換模型，專門用於生成具有法國印象派畫家貝爾特·莫里索藝術風格的圖像。該模型在FLUX.2-dev基礎模型上訓練，能夠將普通圖像或文本描述轉換為莫里索風格的畫作。
00quebec
這是一個專門為 Qwen-Image 設計的開源 LoRA 模型，專注於模擬現代 iPhone 攝影的真實感外觀和感覺。模型基於5000多張真實 iPhone 風格照片訓練，能夠生成清晰、自然、適合社交媒體分享的圖像。
Kiy-K
Fyodor-Q3-8B-Instruct 是一款專為智能推理和穩健代碼生成設計的高保真指令調優模型。它基於Qwen3-8B架構，採用高秩LoRA配置訓練，擅長在編碼前進行規劃，非常適合複雜的軟件工程任務。
drbaph
這是一個基於Qwen Image Edit 2509的LoRA模型，專門用於將輸入圖像轉換為帶有誇張特徵的素描漫畫藝術作品。模型能夠為人物和動物主體創作出幽默且富有藝術感的漫畫形象，突出面部特徵和特點。
tlennon-ie
QwenEdit2509是一款專門設計的低秩自適應（LoRA）模型，專注於圖像色彩處理。它能夠將圖像去飽和並降低對比度，創造出類似相機日誌配置文件的扁平、未分級外觀，同時保留高光和陰影中的細節。
lrzjason
Anything2Real是一款基於Qwen Edit 2509構建的專用LoRA模型，能夠將任何藝術風格（插圖、動漫、卡通、繪畫等）轉化為逼真的圖像，同時保留原始構圖和內容。
mudasir13cs
這是一個基於Google Gemma-3-4B-IT模型微調的文本生成模型，專門用於根據演示模板元數據生成多樣化且相關的搜索查詢。該模型使用LoRA適配器進行高效微調，是結構化文檔字段自適應密集檢索框架的關鍵組成部分。
renderartist
Technically Color WAN 2.2是一款專為生成經典電影風格圖像而設計的LoRA模型，通過鮮豔調色板、豐富飽和度和戲劇性燈光效果，讓生成的圖像具有經典電影的獨特視覺魅力。
vafipas663
基於Qwen-Image-Edit-2509的圖像超分辨率LoRA模型，專門用於提升低質量圖像的分辨率和視覺效果。該模型在攝影風格的圖像上表現出色，能夠處理多種圖像退化問題。
kirankumarpetlu
這是一個基於Google Gemma-2B-IT基礎模型，使用PEFT（參數高效微調）和LoRA技術進行優化的文本生成模型。該模型通過參數高效的方法在保持基礎模型能力的同時，針對特定任務進行了優化。
Qwen-Edit-Skin是基於Qwen/Qwen-Image-Edit-2509模型微調的LoRA模型，專注於提升圖像中人物皮膚的真實感與細節，生成更自然、細膩的皮膚紋理。
uriel353
Anime2Realism是一個基於Qwen/Qwen-Image基礎模型的文本到圖像轉換模型，專門實現從動漫風格到寫實風格的圖像轉換。該模型利用LoRA和Diffusers技術，能夠根據文本描述生成相應的寫實風格圖像。
peteromallet
QwenEdit InScene LoRAs是基於QwenEdit微調的模型組，專注於增強基於場景參考生成圖像的能力。包含InScene主模型和InScene Annotate兩個組件，能夠在保持角色一致性和場景連貫性的同時創建全新的場景鏡頭。
GilbertAkham
這是一個基於DeepSeek-R1-Distill-Qwen-1.5B的多任務微調模型，通過LoRA適配器在多個數據集上進行訓練，具備強大的多任務泛化和推理能力，能夠處理廣泛的自然語言和基於推理的任務。
valiantcat
Qwen-Image-Edit-Cosplay LoRA是基於Qwen-Image-Edit-2509圖像編輯模型微調而來的動漫角色裝扮遷移模型，專注於將動漫人物的髮型、服飾和裝飾道具精準遷移到真實人物圖像上，同時保持原始人物的面部特徵。
這是一個基於Wan2.1的飛行模型/子彈時間視頻特效LoRA模型，專門用於生成具有子彈時間特效的圖像，能夠創造出人物懸浮在空中、相機視角圍繞人物旋轉的獨特視覺效果。
dario-mazzola
這是基於Google Gemma-3模型進行專門微調的文本生成模型，經過訓練能夠利用外部工具生成逐步計劃。該模型在rewoo/planner_instruction_tuning_2k數據集上訓練，使用LoRA技術進行高效微調。
dx8152
這是一個基於Qwen-Edit模型的Lora圖像融合工具，專門用於圖像到圖像的轉換任務，能夠實現出色的圖像融合效果，特別擅長白膜轉材質等圖像編輯功能。
這是一個基於Qwen-Image-Edit的圖像編輯Lora模型，專門用於白膜轉材質等圖像融合任務，表現非常出色。
這是一個基於Qwen-Image-Edit-2509的LoRA微調模型，專門用於將白底圖轉換為特定場景的圖像融合任務，表現十分出色
ComfyUI_StoryDiffusion是一個基於ComfyUI的插件，支持StoryDiffusion和MS-Diffusion模型，用於生成連貫的長序列圖像和視頻。項目支持多種功能，包括雙角色同框、ControlNet控制、Lora加速、文本到圖像和圖像到圖像轉換等。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
