01 / 模型卡片
模型卡片
Z Image Lora 是一款由 nphSi 提供的轻量化图像微调模型（LoRA），旨在通过特定的权重增强，提升文本生成图像的视觉表现力。对于国内开发者和 AI 绘画爱好者来说，它不像基础大模型那样全能，但能精准地在特定风格或细节上提供增强效果。它兼容主流的 Stable Diffusion 生态，上手门槛极低，只需在提示词中调用触发词即可快速改变出图质感，是追求特定视觉风格、不想从零训练模型用户的理想插件。
模型类型text to image
提供方nphSi
许可状态apache-2.0
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
nphSi/Z-Image-Lora安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model nphSi/Z-Image-Lora下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model nphSi/Z-Image-Lora README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('nphSi/Z-Image-Lora')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/nphSi/Z-Image-Lora.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/nphSi/Z-Image-Lora.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面