Модель предназначена для тестирования генерации персонажей и изображений людей с использованием текстовых подсказок, включая подсказки на китайском языке. Она подключается к базовой text-to-image-модели через библиотеку Diffusers.

Адаптер обучен для базовой модели Qwen Image в формате BF16 и поддерживает использование исходной модели в форматах BF16 и FP8. В README указано наличие ускоряющей LoRA на 8 шагов, рекомендуемый вес адаптера 1.0, значение shift 3.0, CFG 1.0 и 10 шагов генерации. Для изображений рекомендуется при необходимости установить тип весов загруженной модели в FP8 E5M2. Данные о размере адаптера, длине контекста, точном наборе языков и поддерживаемых разрешениях не приведены.

Сильной стороной модели является специализация на генерации персонажей и возможность ускоренной генерации при использовании совместимой конфигурации. Ограничения включают зависимость от Qwen/Qwen-Image, отсутствие подробных сведений о качестве, универсальности и ограничениях набора обучения, а также отсутствие описания дополнительных модальностей. Модель распространяется по лицензии Apache-2.0.