Recommend VAE:

https://huggingface.co/Owen777/UltraFlux-v1/blob/main/vae/diffusion_pytorch_model.safetensors

Online generation

https://tensor.art/models/952032833109521879/2127-Z-Image-Asian-Utopian-Turbo-v2.0-FF

v3.6 - Base/Turbo - FFV

使用 v2.0-FF 加入全新的訓練集，調整了光澤、臉孔、體態。

We used v2.0-FF to add a brand new training set and adjusted the gloss, face, and body shape.

バージョン2.0-FFを使用して、全く新しいトレーニングセットを追加し、光沢、顔、体型を調整しました。

저희는 v2.0-FF를 사용하여 완전히 새로운 학습 데이터 세트를 추가하고 광택, 얼굴 및 몸매를 조정했습니다.

v3.0 - Turbo - FFDPO

使用 v2.0 fp32 版本，並重新融合 Lokr 與 FDPO Lora。轉換為 bf16 與 Q8_0 gguf。

Use version v2.0 fp32 and merge Lokr and FDPO Lora. Convert to bf16 and Q8_0 gguf.

バージョンv2.0 fp32を使用し、Lokrと FDPO Lora を再マージします。bf16とQ8_0 ggufに変換します。

버전 v2.0 fp32를 사용하고 Lokr 및 FDPO Lora 를 다시 병합합니다. bf16 및 Q8_0 gguf로 변환합니다.

v2.0 - FF / v2.0 - Base

FF = 全片幅，全精度

使用 2.4MP 高解析度資料集訓練 fp32, dim 64 Lora，並重新調整 v1.5 - ZSVD 融合配重，重新製作為 fp32 全精度版本，轉換為 bf16, GGUF。

FF = Full Frame, Full Precision

The fp32, dim 64 Lora dataset was trained using a 2.4MP high-resolution dataset, and the v1.5 - ZSVD fusion weights were readjusted to create a new fp32 full-precision version, which was then converted to bf16 and GGUF.

FF = フルフレーム、フル精度

fp32、dim 64のLoraデータセットは、2.4MPの高解像度データセットを用いて学習され、v1.5 - ZSVD融合重みが再調整されて新しいfp32フル精度バージョンが作成され、その後bf16とGGUFに変換されました。

FF = 풀 프레임, 풀 정확도

fp32, dim 64 의 Lora 데이터 세트는 2.4MP의 고해상도 데이터 세트를 사용하여 학습되었으며 v1.5 - ZSVD 융합 가중치가 재조정되어 새로운 fp32 풀 정확도 버전이 생성된 다음 bf16 및 GGUF 로 변환되었습니다.

v1.5 - ZSVD

額外使用 1000 張高畫質訓練 dim 128 Lora 並 SVD 融合 [Z Image Turbo] Asian Mix Lora v3.78 與原版 Z Image Turbo bf16。

An additional 1000 high-quality images were used to train dim 128 Lora and SVD fused with [Z Image Turbo] Asian Mix Lora v3.78 and the original Z Image Turbo bf16.

追加の 1000 枚の高品質画像を使用して、 [Z Image Turbo] Asian Mix Lora v3.78 とオリジナルの Z Image Turbo bf16 を融合した dim 128 Lora と SVD をトレーニングしました。

추가로 1000개의 고품질 이미지를 사용하여 dim 128 Lora 와 SVD를 [Z Image Turbo] Asian Mix Lora v3.78 및 기존 Z Image Turbo bf16과 융합하여 학습시켰습니다.

v1.0 - Turbo

這是使用了 [Z Image Turbo] Asian Mix Lora v3.78 與原版 Z Image Turbo bf16，另外加入了兩組 10k 資料集（我擁有所有使用權，其實，都是我自行拍攝的風景照），使用 gradient_accumulation: 4 額外訓練的 Lora 來調配權重，並根據 AI-Toolkit 的訓練結果中，將 DiT 根據 30 個不同的 Blocks 各別調整融合成的模型。

如果可以的話，請幫我返圖。

This model was created using [Z Image Turbo] Asian Mix Lora v3.78 and the original Z Image Turbo bf16, with two additional 10k datasets (I own all rights to these datasets; they are actually landscape photos I took myself). It uses an additional Lora dataset trained with gradient_accumulation: 4 to adjust the weights, and the DiT algorithm is adjusted and fused based on the training results from the AI-Toolkit, tailored to 30 different blocks.

Feel free to upload the images you generated.

このモデルは、 [Z Image Turbo] Asian Mix Lora v3.68 とオリジナルの Z Image Turbo bf16 を使用し、さらに2つの10kデータセット（すべて私が著作権を所有しており、実際に私が撮影した風景写真です）を追加しました。重み調整のため gradient_accumulation: 4 で学習した Lora モデルを追加し、DiT アルゴリズムは AI-Toolkit の学習結果に基づいて調整・融合され、30 個の異なるブロックに合わせて調整されています。

可能であれば、生成した画像をアップロードしてください。

이 모델은 [Z Image Turbo] Asian Mix Lora v3.78 과 원래 Z Image Turbo bf16 을 사용했으며, 두 개의 10k 데이터 세트 (모두 내가 저작권을 소유하고 실제로 내가 찍은 풍경 사진입니다) 을 추가했습니다. 가중치 조정을 위해, gradient_accumulation: 4 에서 학습한 Lora 모델을 추가하고, DiT 알고리즘은 AI-Toolkit 의 학습 결과에 근거해 조정·융합되어, 30 개의 다른 블록에 맞추어 조정되고 있습니다.

가능하면 생성된 이미지를 업로드하세요.