开源王炸！Z-Image-Turbo 炼丹教程来了，16G 显存跑满照片级画质，Lora 随便炼|附一键整合包

阿里 Z-Image-Turbo 燃爆海内外，16G 显存即可本地炼丹，8 步采样秒出图还支持免费商用。这份 Lora 炼制整合包 + 实操教程，帮新手快速解锁开源顶流模型的二次创作。

一、Z-Image炼丹介绍

阿里Z-Image模型的热度直接燃爆了海内外，虽然Base正式版还没出来，但是不妨碍大家基于Turbo版本来炼制各种各样的lora模型，因为速度太快了，本地16G显存就可以跑。

我整理了下目前炼制Z-Image lora模型的整合包以及教程，今天给大家分享一下。

二、相关安装

这次用到的训练器是 ai-toolkit，一键包给大家提供了网盘：

下载后，解压里面的ai-toolkit.zip就行。

三、使用说明

加载lora的工作流如下：

• Z-image+Lora文生图洗图自动化：https://www.runninghub.cn/post/1 ... iteCode=kol01-rh024
  

下载上面一键包后，我们进入到ai-toolkit的文件目录下，运行里面的启动.bat

运行这个的前提是你本地安装好了nodejs，如果没有，到上一级目录安装一下：

成功启动后，你在后台命令行窗口可以看到下面这样的网址:http://localhost:8675

打开后就可以看到运行界面了

我这里训练了一个明星脸模，上网找了20张图片作为素材集。

下面就是我训练的步骤流程：

第一步：上传素材集

在Datasets里面上传你的素材图，刚开始会弹出让你输入一个素材集的名称，我这里是设置zsh

我这里没有打标，直接使用。

第二步：新建训练任务

然后点击左侧的New Job，就可以看到设置参考的界面了。

要设置的地方其实不多，几个核心区域设置下就行

首先，如下图所示，需要设置lora名称、触发词、要训练的模型类型、然后就是2个路径。

G:lora_trainai-toolkitZ-Image-Turbo

G:lora_trainai-toolkitzimage_turbo_training_adapterzimage_turbo_training_adapter_v1.safetensors

大家根据自己下载存放的路径设置即可。

接着设置下总步数，默认3000步，我也是按这个跑的。

然后，在DATASETS这里选择我们上一步上传的数据集。

最后就是采样设置，这里是每250步生成一个模型，8步采样，宽高设置，最后给出一组提示词，用来测试生成的模型出图效果。

这几步骤都设置好了，就可以了，点击右上角的Create Job就算创建任务成功。

这些都好了，就可以开始训练了，点击左侧Training Quene菜单，点击START开始。

点击小眼睛，是可以看到训练进度的，界面如下面这样

切换到Samples就可以看到出图效果

我训练的时候，显存占用不高，一直控制在16G左右

切换到Samples就可以看到每250步跑出来的测试图像。

对应到本地路径是：ai-toolkitoutputimage-zshsamples

模型的话就存在上一级目录中

到此，模型就训练好了，超级快，我大概跑了3000步就40分钟，太爽了。

工作流我给大家搭建了个，用来对比对应的lora的，跑了一些图。

效果真好，人像lora再结合Z-Image本身的出图能力，我只能说YYDS，太香了。