WaveSpeedAI

Z Image Turbo Image To Image LoRA現已登陸WaveSpeedAI

Z-Image-Turbo Image-to-Image LoRA 能以次秒級速度使用自訂 LoRA 風格轉換參考影像。應用最多 3 個 LoRA 進行個性化影像轉換

By WaveSpeedAI1 min read
Wavespeed Ai Z Image Turbo Image To Image Lora
Wavespeed Ai Z Image Turbo Image To Image LoraZ-Image-Turbo Image-to-Image LoRA 能以次秒級速度使用自訂 LoRA 風格轉換參考影像。...
Try it
Z Image Turbo Image To Image LoRA現已登陸WaveSpeedAI

在WaveSpeedAI上推出Z-Image-Turbo圖像轉換LoRA

AI圖像轉換的世界剛剛變得顯著更強大——而且更快速。我們很高興地宣布Z-Image-Turbo圖像轉換LoRA,一個多功能模型,結合了閃電般快速的圖像轉換與最多三個自訂LoRA適配器的創意靈活性。無論您是在增強現有圖像、轉移藝術風格,還是在專案中維持角色的一致性,這個模型都能以不到一秒的時間提供專業級的結果。

什麼是Z-Image-Turbo圖像轉換LoRA?

Z-Image-Turbo圖像轉換LoRA是一個60億參數的圖像生成模型,建立在可擴展單流DiT(S3-DiT)架構之上。與傳統擴散模型需要50多個步驟不同,Z-Image-Turbo只需8個函數評估就能達到相當的品質——使其成為今天可用的最快的生產就緒圖像轉換器之一。

這個模型的獨特之處在於它對LoRA(低秩適應)的完整支援。LoRA是輕量級的模組化權重集,它能將基礎模型適應特定的美學、角色或風格,而無需進行完整的模型再訓練。透過支援最多三個同時LoRA,Z-Image-Turbo為您提供了前所未有的圖像轉換控制,同時保持其標誌性的速度。

這不只是一個簡單的編輯工具——它是一個完整的生成引擎,將參考圖像引導與自訂風格控制相結合。

主要功能

  • 不到一秒的生成:在0.8-1.2秒內轉換圖像,實現實時工作流和快速迭代
  • 三重LoRA支援:同時應用最多3個自訂LoRA適配器,以實現角色、風格和品牌一致性
  • 靈活的轉換範圍:透過單一強度參數控制輸出強度,從微妙的增強到劇烈的重新想像
  • 品質增強模式:在低強度值(0.0-0.3)時,改善圖像品質同時應用微妙的LoRA風格
  • 創意重新想像模式:在高強度值(0.8-1.0)時,讓LoRA風格主導以實現完整的視覺轉換
  • 雙語文字渲染:直接在圖像中生成英文和中文文字,同時保持速度
  • 內建提示增強器:自動改進您的提示以獲得更好的結果
  • 簡單的固定費率定價:每張圖像$0.01,無論大小、強度或LoRA數量

理解強度參數

強度參數是您平衡原始圖像與LoRA影響的主要控制項:

強度效果最佳用途
0.0 - 0.3最小變化——增強品質並帶有微妙的LoRA提示放大、品質改善
0.3 - 0.6中等變化——保留結構同時混合風格風格融合、角色一致性
0.6 - 0.8重大變化——保持構圖並有強LoRA影響風格轉移、藝術重新詮釋
0.8 - 1.0最大變化——LoRA風格完全主導完整轉換、創意重新想像

真實世界的使用案例

角色轉換

應用角色LoRA來轉換主體,同時保留其原始姿勢、構圖和背景。非常適合在不同場景中創建一致的角色外觀或調整現有照片以匹配特定美學。

品牌一致性

行銷團隊可以使用自訂品牌LoRA將任何圖像轉換為符合公司視覺指南。上傳產品照片、團隊肖像或活動圖像,立即將它們與您既定的品牌識別相一致。

精確的風格轉移

與統一應用效果的傳統風格轉移不同,Z-Image-Turbo讓您精確控制所需的風格影響程度。以不同的尺度混合多個藝術風格LoRA以創建獨特的混合美學。

具有風格的品質增強

在低強度設定下,該模型擅長改善圖像品質——銳化細節、增強解析度並添加微妙的藝術風格接觸,而不會劇烈改變原始構圖。

藝術重新詮釋

創意專業人士可以結合多個LoRA來探索全新的視覺方向。將照片轉換為插圖、應用復古膠片美學,或將多個藝術影響融合成全新的東西。

在WaveSpeedAI上開始使用

在WaveSpeedAI上開始使用Z-Image-Turbo圖像轉換LoRA只需幾分鐘:

import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A cinematic ocean wave at sunrise, highly detailed",
    "image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
    "size": "1024*1024",
    "strength": 0.6,
    "seed": -1,
    "output_format": "jpeg"
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
submit_body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/z-image-turbo/image-to-image-lora", json.dumps(payload).encode())
task = submit_body.get("data", submit_body)
prediction_id = task.get("id")
if not prediction_id:
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{prediction_id}/result"

# 2. Poll until the prediction finishes.
while True:
    body = request_json(result_url)
    result = body.get("data", body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

主要參數:

  • prompt:引導轉換的文字描述
  • image:您的源圖像(URL或上傳)
  • strength:從0到1的轉換強度(預設:0.6)
  • loras:最多3個LoRA適配器的陣列,包含路徑和可選比例

為了獲得最佳結果,從0.5-0.6的強度開始以找到原始圖像與LoRA影響之間的正確平衡。如果您的LoRA使用觸發詞語,請在您的提示中包含它們以實現最佳風格啟動。

為什麼選擇WaveSpeedAI?

WaveSpeedAI以業界最快的推論速度和零冷啟動時間提供服務。您的圖像會立即生成,每次都是——無需等待模型預熱或隊列延遲。結合直接的$0.01每張圖像定價,您可以自由迭代而無需擔心預算。

該平台支援直接從Civitai和Hugging Face等熱門來源載入LoRA權重,讓您立即存取數千個社群建立的風格。或者使用Z-Image LoRA訓練器訓練您自己的自訂LoRA,以捕捉特定的主體、角色或品牌美學。

立即開始轉換

Z-Image-Turbo圖像轉換LoRA代表了AI圖像轉換中的新典範——結合了生產工作流所需的速度與藝術家和開發者所需的創意靈活性。無論您是在構建需要即時圖像處理的應用程式,還是為個人專案探索新的創意方向,這個模型都能實現。

在WaveSpeedAI上試用Z-Image-Turbo圖像轉換LoRA →

分享