I.8Изображения и компьютерное зрение

Lambda Labs выпустила модель диффузии, полученную дообучением Stable Diffusion на изображениях персонажей Naruto с подписями BLIP. Она принимает текстовый запрос и генерирует изображение в стиле Naruto; для более стабильного результата авторы рекомендуют включать в запрос формулировки вроде «ninja portrait» или «in the style of Naruto». Модель обучалась около 30 000 шагов на двух GPU A6000 и распространяется в форматах Diffusers и PyTorch. Для локального запуска в README приведён пример с Diffusers 0.3.0. Лицензия в предоставленных материалах не указана.

Norod78/sd-simpsons-model — модель генерации изображений на основе Stable Diffusion, дообученная автором Norod78 на изображениях, связанных с «Симпсонами». В качестве основы использована RunwayML/stable-diffusion-v1-5; обучение на наборе изображений с BLIP-подписями продолжалось 10 000 итераций. Модель принимает текстовые запросы и создаёт мультяшные изображения в стилистике «Симпсонов». Примеры в карточке показывают также генерацию персонажей и сцен по свободным запросам. Модель распространяется в формате Diffusers с весами Safetensors по лицензии CreativeML OpenRAIL-M.

Shiitake Mix v10 SDXL — модель для генерации изображений по текстовому описанию, созданная Vsukiyaki и опубликованная пользователем John6666. Она основана на OnomaAIResearch/Illustrious-xl-early-release-v0 и предназначена прежде всего для создания аниме-иллюстраций, включая изображения девушек и персонажей в милом стилистическом оформлении. Модель работает через StableDiffusionXLPipeline в библиотеке Diffusers и поддерживает генерацию изображений по англоязычным промптам. К её сильным сторонам относятся специализация на аниме-стилистике, персонажных иллюстрациях и визуальных вариациях в стиле Illustrious. Лицензия указана как FAIPL-1.0-SD (license: other). Качество и содержание результата зависят от формулировки промпта, параметров генерации и ограничений базовой модели. Модель специализирована на визуальном стиле и не предназначена для задач понимания текста, диалогов или генерации фотореалистичных изображений без дополнительной проверки результата.

Source4 — дообученная на базе Stable Diffusion 1.5 модель DreamBooth, созданная автором jkcarney для генерации портретов с драматичным многоцветным театральным освещением. Для активации характерного стиля в запрос добавляют токен «source4 style»; указание цветов, например бирюзовых или красных оттенков, помогает направлять палитру. Модель обучали 8000 шагов на более чем 90 изображениях высокого качества размером 512×512 без prior preservation loss. Она предназначена для создания стилизованных портретов по текстовым запросам. В README автор рекомендует пробовать разные веса токена и отмечает, что при слишком выраженном эффекте лица могут размываться; семплеры Euler a и DPM++ 2S a Karras обычно дают хорошие результаты за 25–30 шагов. Доступны форматы Diffusers, PyTorch и Safetensors. Лицензия — CreativeML OpenRAIL-M.

Guizmus/SouthParkStyle — модель генерации изображений в стиле мультсериала «Южный парк», созданная дообучением RunwayML Stable Diffusion 1.5 с обновлённым VAE. Она предназначена для генерации изображений по текстовым запросам; стиль вызывается токеном SouthPark Style, а также доработаны токены Rick Roll и FullBody Shot. Обучение выполнено на 99 изображениях с помощью EveryDream. Модель использует архитектуру Stable Diffusion и доступна в форматах Diffusers, PyTorch и safetensors; README также указывает на CKPT-файлы. Лицензия — CreativeML OpenRAIL-M. В карточке заявлена поддержка английского языка. Модель ориентирована на стилизованные изображения персонажей и сцен, но качество и соответствие запросу могут зависеть от формулировки промпта и ограниченного обучающего набора.

0xAmey/tinyllava-1.1b-v0.1 — мультимодальная модель семейства LLaVA, обученная на базе TinyLlama с использованием репозитория BakLlava. Она принимает изображение вместе с текстовым вопросом и генерирует текстовый ответ; пример из карточки — спросить, что изображено на картинке. Модель содержит около 1 млрд параметров, имеет контекст длиной 2048 токенов и распространяется в формате PyTorch. Лицензия — Apache-2.0. Модель подходит для визуальных вопросов и описания содержимого изображений в интерактивном интерфейсе или прикладном приложении. Карточка не сообщает о поддерживаемых языках и специальных областях применения. Небольшой размер и контекст могут ограничивать качество сложных визуальных рассуждений и длину диалога.

FoxBaze/Try_On_Qwen_Edit_Lora_Alpha — альфа-версия LoRA-адаптера, разработанная FoxBaze для базовой модели Qwen/Qwen-Image-Edit. Модель предназначена для многореференсной виртуальной примерки одежды: на вход подаётся одно изображение человека, предпочтительно полноформатное, и несколько изображений предметов одежды; на выходе формируется стилизованное изображение человека в одежде со всех референсов. Рекомендуемые текстовые запросы уточняют пол человека и указывают использовать каждый предмет одежды с нижнего ряда изображения. Адаптер рассчитан на работу с image-to-image pipeline и библиотекой Diffusers, а использовать его можно, в частности, через ComfyUI с предоставленным workflow. Рекомендованы разрешение 832×1248, 30 шагов, CFG 2.5, сэмплер Euler и планировщик Simple; также приведён ряд альтернативных разрешений. Адаптер обучен с помощью Ostris ai toolkit. Данные о точном размере, архитектуре LoRA, поддерживаемых языках и длине контекста не указаны. Модель специализирована на многогарментной примерке и может хорошо подходить для визуализации комплектов одежды при наличии качественных изображений одежды. Она ограниченно обобщается на другие задачи редактирования изображений, требует точного согласования запроса и испытывает трудности при использовании пяти и более предметов одежды. 4- и 8-шаговые lightning-LoRA, согласно README, работают с этим адаптером неудовлетворительно. Модель распространяется по лицензии Apache-2.0.

UrangDiffusion 1.0 — модель генерации изображений по текстовому описанию, созданная автором UrangDiffusion как продолжение AingDiffusion. Она основана на дообученной Animagine XL 3.1 и прошла предварительное обучение и последующее дообучение для выработки устойчивого визуального стиля. Модель предназначена прежде всего для создания иллюстраций в стиле аниме; автор также добавил данные о персонажах из Wuthering Waves и hololiveEN -Justice-. Для запросов автор рекомендует формат Animagine XL 3.0 с тегами персонажа и качества. Модель распространяется в форматах Diffusers и Safetensors; лицензия указана как other. Модель умеет создавать персонажей и сцены по текстовым промптам, в том числе без явного указания стиля. Точность новых персонажей из Wuthering Waves и hololiveEN -Justice- ограничена малым объёмом обучающих данных: официальные изображения и характерные детали могут воспроизводиться неточно.

UrangDiffusion 2.0 — дообученная модель создания изображений по текстовому описанию, разработанная автором kayfahaarukku на базе Animagine XL 3.1. Она предназначена прежде всего для генерации иллюстраций в стиле аниме с персонажами и сериями, включая Honkai: Star Rail, Genshin Impact, Zenless Zone Zero и Hololive; карточка также упоминает пейзажи и концепции для коррекции анатомии. Модель принимает текстовые запросы и выдаёт изображения. Автор рекомендует использовать теги качества «best quality», «amazing quality», «very aesthetic» и настройки Euler a примерно на 25–30 шагов с CFG 5–7; удачной отправной точкой названы 28 шагов и CFG 7. Модель распространяется в форматах Diffusers и safetensors. В метаданных указана лицензия other; конкретные условия следует проверять в репозитории. README отмечает, что тег «masterpiece» может вызывать нежелательные эффекты, а при некоторых генерациях возникают проблемы с анатомией. Размер модели, длина контекста и список поддерживаемых языков не приведены; текстовые подсказки в примерах используют английские теги.

hhyxnh обучил DreamBooth-модель WLOP-style heywhale на базе Stable Diffusion 1.5 для генерации изображений в художественной манере по текстовым запросам. Для активации стиля автор рекомендует добавлять в запрос «wgz style». В репозитории представлены три варианта: V1 обучен на разрешении 512 и лучше следует логике текстового запроса, V2 обучен на 768 и обычно передаёт больше деталей и черты лица, а beta иногда даёт удачные результаты при преобразовании изображения, но менее предсказуема. Модель предназначена для создания художественных портретов и стилизованных изображений, в том числе через img2img. Автор отмечает у V1 недостаток деталей и склонность глаз к покраснению, у V2 — к зелёному оттенку глаз и менее точному следованию тексту; beta имеет низкую стабильность результатов. Лицензия в предоставленных сведениях не указана.

Woolitize Image Pack v1.2 — пользовательская модель Jak_TheAI_Artist для Stable Diffusion 1.5, предназначенная для генерации изображений в стилистике шерстяных и вязаных объектов по текстовым запросам. Для активации стиля в запрос рекомендуется добавлять триггер «woolitize». По карточке, модель обучали на 117 изображениях разрешением 768 пикселей в течение 8000 шагов; версия 1.2 улучшает детализацию и фоны по сравнению с версией 1.0. Модель принимает текстовые запросы и генерирует изображения. В карточке упомянута поддержка запуска через Gradio. Репозиторий содержит формат Diffusers/PyTorch; лицензия — CreativeML OpenRAIL-M. Карточка не сообщает об ограничениях по содержанию сгенерированных изображений или о качестве на других стилях и разрешениях.

nphSi/Z-Image-Lora — это набор LoRA-адаптеров для генерации изображений по текстовому описанию, разработанный пользователем или организацией nphSi. Адаптеры предназначены для моделей Tongyi-MAI/Z-Image и Tongyi-MAI/Z-Image-Turbo и интегрируются с экосистемой Diffusers; веса распространяются в формате Safetensors. Модель ориентирована на создание узнаваемых изображений людей, персонажей и других указанных в наборе образов. Для активации адаптеров необходимо использовать полное имя LoRA с соответствующим триггером формата vrtlxxxx; обычные описания вроде «Woman» или «1girl» могут не сработать. Для некоторых неоднозначных имён рекомендуется явно указывать пол, а при слабом или нежелательном внутреннем знании базовой модели — удалять имя из запроса. Набор содержит множество отдельных триггеров, включая имена публичных персон и вымышленных персонажей. Ключевые параметры архитектуры, размер адаптеров, поддерживаемые языки, максимальный контекст и точные требования к ресурсам в README не указаны. Примеры предварительного просмотра созданы с Z-Image Turbo, Euler, 9 шагами и CFG 1, но эти настройки не обязательно являются универсальными. Лицензия — Apache-2.0.

Модель создана пользователем hiero и представляет собой Stable Diffusion, дообученную методом DreamBooth для генерации изображений в стиле Angus McBride. Для вызова стиля в запросе используется фраза «angus mcbride style». Модель предназначена для создания изображений по текстовым описаниям; доступна в форматах Diffusers и PyTorch и распространяется по лицензии MIT.

Anything-XL — модель генерации изображений по текстовому описанию, созданная Yuno779. Она предназначена прежде всего для создания иллюстраций в аниме-стиле с помощью Stable Diffusion XL и запускается через библиотеку Diffusers; веса представлены в формате safetensors. Карточка рекомендует подробно описывать сцену и использовать подходящие для SDXL подсказки, а для высоких разрешений — выбирать размер изображения с учётом возможного искажения композиции. Модель поддерживает англоязычные текстовые запросы и может генерировать изображения в широком диапазоне разрешений. Автор отмечает, что теги и приёмы, привычные по SD 1.5, могут работать иначе, а некоторые метки исходных моделей могли потеряться при слиянии. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели.

Arcane Diffusion — дообученная модель Stable Diffusion от nitrosocke для генерации изображений в визуальном стиле мультсериала «Аркейн». Чтобы получить этот стиль, добавьте в текстовый запрос токен «arcane style». Модель работает через StableDiffusionPipeline библиотеки Diffusers и выдаёт изображения по текстовому описанию; в README описаны версии, обученные на изображениях из сериала, включая версию 3, для которой указаны 95 изображений и 8000 шагов обучения. Модель подходит для создания персонажей, сцен и иллюстраций с эстетикой «Аркейна». Репозиторий содержит веса в форматах Diffusers и PyTorch. Указана лицензия CreativeML OpenRAIL-M.

CamelliaMix v2.0 — модель генерации изображений по текстовому описанию, опубликованная AIARTCHAN. Она предназначена для создания иллюстраций в художественных стилях; карточка указывает на смешение CamelliaMix_V1, dalcefopainting_3rd, Counterfeit-V2.5 и нескольких LoRA, включая стилизацию и 3D-модель. Репозиторий содержит веса в формате Diffusers, PyTorch и Safetensors; README указывает вариант fp16 и размер исходной загрузки 5,55 ГБ. Для генерации автор рекомендует сэмплер DPM++ SDE Karras, Clip skip 2, CFG Scale 7–10 и апскейлер R-ESRGAN 4x+Anime6B для Hires.fix. Модель ориентирована на создание изображений по текстовым промптам, включая иллюстрации с аниме-эстетикой. Лицензия в метаданных обозначена как other, без уточнения условий.

questcoast/clone-wars-diffusion-v1 — модель генерации изображений по текстовому описанию, созданная дообучением Stable Diffusion 1.5 методом DreamBooth. Она предназначена для изображений в стилистике мультсериала «Звёздные войны: Войны клонов» и для генерации персонажей вселенной Star Wars в заданных сценах, образах и стилях. Для общей стилистики используйте в запросе фразу «clone wars style»; для обученных персонажей — их имена, например Ahsoka Tano, Anakin Skywalker или Yoda. Карточка показывает примеры генерации портретов, персонажей, транспорта и пейзажей. Модель принимает текстовые запросы на естественном языке и выдаёт изображения. В метаданных указаны форматы Diffusers и PyTorch, а лицензия — CreativeML OpenRAIL-M. Карточка не приводит сведений о поддерживаемых языках, поэтому описание запросов на русском не гарантируется.

DucHaiten-Real3D-NSFW-V1 — модель генерации изображений по текстовому запросу, размещённая пользователем digiplay. Она основана на Stable Diffusion и представлена в формате Diffusers с весами Safetensors. В README приведён пример запроса для создания стилизованного изображения принцессы в духе журнальной рекламы и комикса. Модель предназначена для генерации изображений по текстовым описаниям. Метка в карточке указывает на контент не для всех аудиторий, а лицензия обозначена как other; конкретные условия использования по имеющимся данным определить нельзя.

Fantasy-diffusion-v1 — модель генерации изображений по текстовому описанию, созданная Ryan Han (Ryzan) с помощью DreamBooth. Она обучена на 400 изображениях полуреалистичного фэнтезийного арта и предназначена для создания иллюстраций в этом стиле; автор отмечает, что обучающие изображения преимущественно изображают женщин, поэтому такие персонажи будут встречаться чаще. Модель распространяется в форматах Diffusers, PyTorch и safetensors и использует библиотеку Diffusers. В качестве подсказок для повышения детализации автор рекомендует слова «highly detailed», «intricate», «4k», «8k», «sharp focus» и «detailed hair». Лицензия — CreativeML OpenRAIL-M. В карточке не заявлены восстановление лиц и inpainting. Результаты могут быть смещены в сторону женских персонажей из-за состава обучающей выборки.

prithivMLmods/Fashion-Hut-Modeling-LoRA — адаптер LoRA для генерации изображений из текста на базе black-forest-labs/FLUX.1-dev, разработанный prithivMLmods. Модель ориентирована на создание реалистичных fashion- и modeling-фотографий, рекламных постеров и сцен с моделями, одеждой и стилизованными образами. Для активации рекомендуется использовать триггерную фразу «Modeling of». Предусмотрена интеграция с Diffusers, веса доступны в формате Safetensors. Адаптер обучен на 14 изображениях высокого разрешения. Указаны network dimension 64, network alpha 32, 16 эпох и 2900 шагов; рекомендуемый размер генерации — 1024 × 1024. В примерах используются англоязычные текстовые описания, а поддерживаемая базовая модальность — текст-в-изображение. README не сообщает точные языковые ограничения базовой модели или максимальную длину контекста. Сильная сторона модели — специализация на эстетике модной фотографии, позировании, одежде и реалистичной подаче. При этом модель всё ещё находится на стадии обучения и не является финальной версией, поэтому может создавать артефакты и работать нестабильно в отдельных случаях. Условия использования определены лицензией creativeml-openrail-m.

FLUX.1-dev-LoRA-Makoto-Shinkai — адаптер LoRA от InstantX, обученный на базовой модели FLUX.1-dev от Black Forest Labs. Он предназначен для генерации изображений по текстовому описанию в художественной стилистике, обозначенной как стиль Makoto Shinkai. Для активации адаптера в запросе рекомендуется использовать фразу «Makoto Shinkai style». Модель подходит для создания иллюстраций и атмосферных сцен с персонажами, природой, фантастическими объектами и кинематографичным освещением. Технически это LoRA-адаптер для FLUX.1-dev, подключаемый через diffusers и файл Safetensors. README не указывает точный размер адаптера, число параметров, поддерживаемые языки или максимальную длину контекста. В качестве примера приведена генерация с 24 шагами, guidance_scale 3.5 и разрешением 960×1280; эти параметры не обязательно являются ограничениями модели. Адаптер рассчитан на текст-в-изображение и требует совместимой базовой модели FLUX.1-dev. Сильная сторона модели — специализация на воспроизведении заявленной визуальной стилистики при сохранении гибкости текстовых промптов. Ограничения включают зависимость от FLUX.1-dev, необходимость использования подходящего окружения и отсутствие в README подробных сведений о качестве на разных типах запросов. Указана лицензия flux-1-dev-non-commercial-license, поэтому использование ограничено её условиями и носит некоммерческий характер.

QiE2035/flux2-klein-9b-uncensored-text-encoder-Q2_K-GGUF — это квантованная версия текстового энкодера для семейства FLUX.2 klein 9B. Модель преобразована в формат GGUF из ponpoke/flux2-klein-9b-uncensored-text-encoder с помощью llama.cpp и сервиса GGUF-my-repo; автором конверсии указан QiE2035. В исходных данных разработчик базовой модели явно не указан, однако лицензия ссылается на Black Forest Labs. Модель предназначена для обработки текстовых запросов в сценариях text-to-image и может запускаться локально через llama.cpp, включая режимы CLI и сервера. Заявлены английский и японский языки. Известны размер базовой модели 9B параметров, текстовая модальность и квантование Q2_K в формате GGUF; в примере запуска сервера используется контекст 2048 токенов, но точный нативный размер контекста модели не указан. Ключевое преимущество — совместимость с llama.cpp и возможность локального запуска в более компактном квантованном представлении. Ограничения связаны с сильным квантованием Q2_K, которое может снижать качество по сравнению с полноразмерной моделью, а также с тем, что подробные характеристики и результаты оценки в карточке не приведены. У модели удалена фильтрация безопасности, поэтому она может генерировать общий NSFW-контент; использование должно соответствовать законодательству и требованиям ответственной эксплуатации. Лицензия указана как flux-non-commercial-v2.1, с отдельными условиями доступа и ограничениями на коммерческое использование.

Edweibin/flux-dev-nfsw — это LoRA-модель для генерации изображений по текстовому описанию, разработанная на базе black-forest-labs/FLUX.1-dev. Модель обучалась на платформе Replicate с использованием открытых материалов и предназначена для создания реалистичных изображений в стиле популярных моментальных фотографий, включая эстетику Polaroid. Для активации характерного визуального стиля рекомендуется использовать триггерную фразу «polaroid style». Модель поддерживает сценарии text-to-image и распространяется в формате весов Safetensors. Точные сведения о размере LoRA, архитектурных параметрах, поддерживаемых языках, максимальном контексте и дополнительных модальностях в README не указаны. Сильной стороной модели является специализация на реалистичной стилизации изображений под моментальную фотосъёмку. Ограничения, связанные с качеством генерации, набором поддерживаемых сюжетов и особенностями использования, отдельно не описаны; результат зависит от базовой модели FLUX.1-dev и корректного применения триггерной фразы. Модель распространяется по лицензии CC BY-NC 4.0; коммерческое использование не допускается, а для дополнительных элементов требуется указание авторства.

illustrijGEN_2 — LoRA-модель для генерации изображений по текстовому описанию, опубликованная в репозитории LyliaEngine и созданная автором Reij, также указанным как reijlita. Модель основана на OnomaAIResearch/Illustrious-xl-early-release-v0 и предназначена для использования с Diffusers и совместимыми системами генерации изображений. Модель ориентирована на anime-inspired визуальный стиль с более резкими и зрелыми чертами лица, зрелыми пропорциями тела, акцентом на женские и мужские образы, а также на выразительную работу со светом и тенью. Автор отмечает баланс между SFW- и NSFW-контентом с усиленным вниманием к NSFW-сценариям. Для активации рекомендуется использовать значение None в качестве trigger words. В README также указаны ориентиры: около 30 шагов генерации, сэмплеры Euler a или DPM++ 2M Karras, CFG 4–7 и разрешения примерно от 832×1216 до 1040×1510. Сильной стороной модели является специализированная стилистическая настройка под зрелую anime-эстетику и разнообразные женские и мужские персонажи. Ограничения включают зависимость от базовой модели и настроек совместимого генератора, а также отсутствие в README подробной информации о размере LoRA, поддерживаемых языках, точных коэффициентах применения и результатах объективного тестирования. Модель распространяется по лицензии CreativeML Open RAIL-M, указанной как cdla-permissive-2.0.

image21-pocket-rewriter-2B — текстовая модель на 1,7 млрд параметров, разработанная ysharma на основе Qwen/Qwen3.5-2B. Это полное дообучение без изменений архитектуры, дистиллированное по выходам более крупной модели-переписчика запросов для Qwen-Image-2.1. Модель превращает короткий запрос пользователя в английское описание изображения и соотношение сторон, возвращая результат в компактном JSON с полями rewritten_prompt и wh_ratio. Модель предназначена для подготовки запросов к генерации изображений, в том числе для запросов на других языках: описание выдаётся по-английски, а текст, который должен появиться внутри изображения, сохраняется на исходном языке. Контекст составляет 262 144 токена. По оценке на 300 отложенных примерах модель выдавала допустимый JSON в 100% случаев, однако формат и выбор соотношения сторон не гарантированы. Это узкоспециализированная модель, а не универсальный чат-ассистент; её переписывания короче, чем у модели-учителя, и точность передачи текста на арабском и деванагари ниже, чем для латиницы. Для обучения использовались выходы Qwen-Image-2.1-PE-T2I. Указана исследовательская лицензия Qwen Research License: коммерческое применение требует отдельной лицензии Qwen.

recoilme/insomnia_v1 — языковая модель на архитектуре GPT-2, созданная автором проекта recoilme для генерации и расширения текстовых промптов к SDXL и похожим моделям генерации изображений. Модель дообучена на GPT-2 Small на синтетических промптах, созданных с помощью Mistral 7B; можно добавить описание стиля, чтобы влиять на предполагаемую стилистику изображения. На вход подаётся текстовое описание сцены, а на выходе модель формирует более подробный промпт с деталями внешнего вида, атмосферы и художественной подачи. Контекст модели — 1024 токена. Репозиторий содержит веса в формате safetensors, лицензия — MIT. Модель предназначена для подготовки промптов, а не для генерации изображений. Примеры показывают склонность к многословным стилистическим деталям; качество и фактическая точность конкретных формулировок могут варьироваться.

Graphic Novel Earthy Ink — стилевой LoRA-адаптер для генерации изображений, разработанный fal.ai и предназначенный для базовой модели Krea 2 Turbo. Он добавляет к изображениям выразительную эстетику графического романа с землистыми оттенками и чернильной прорисовкой. Модель применяется в сценариях text-to-image, включая создание иллюстраций, концепт-арта и стилизованных сцен. Для активации адаптера в запрос необходимо добавить триггерную фразу «graphic novel earthy ink style». Рекомендуемый масштаб LoRA составляет от 1,0 до 1,25. Адаптер поддерживается через fal.ai и diffusers, а также имеет совместимую версию весов для ComfyUI. В README приведён пример генерации изображения размером 1024×1280, однако ограничения по контексту, точный размер адаптера, дополнительные модальности и перечень поддерживаемых языков не указаны. Это не самостоятельная генеративная модель, а подключаемое стилевое дополнение, поэтому для работы требуется Krea 2 Turbo или совместимая инфраструктура. Оно ориентировано прежде всего на устойчивое воспроизведение указанного художественного стиля и не предназначено для изменения базовых возможностей модели. Распространение и использование регулируются лицензией Krea 2 Community License.

LTX2.3_NSFW_motion — LoRA-адаптер для модели lynaNSFW/LTX2BFN, разработанный автором lynaNSFW. Он предназначен для генерации изображений и, судя по описанию, может применяться к 2D-, 3D- и реалистичным сценам, а также к furry- и non-furry-контенту. Модель относится к экосистеме Diffusers и ориентирована на text-to-image-сценарии. Рекомендуемая сила LoRA составляет около 0,7, однако её следует подбирать в зависимости от рабочего процесса и используемого стека LoRA. Автор указывает совместимость с distilled model и рекомендует использовать wan2gp вместо ComfyUI, поскольку в его опыте это обеспечивает более качественные результаты и упрощает настройку. Сведения о размере, архитектуре, поддерживаемых языках, максимальном контексте и лицензии в README не указаны.

LazyHuman/maria-thumbnail — LoRA-адаптер для генерации изображений на базе FLUX.1-dev, разработанной Black Forest Labs. Модель обучена локально с использованием Fluxgym и предназначена для text-to-image генерации изображений с определённым визуальным образом или персонажем, связанным с триггерным словом «maria». Она может применяться через ComfyUI, AUTOMATIC1111, SD.Next, InvokeAI и Forge. Модель распространяется в формате Safetensors. В README не указаны размер адаптера, точные параметры обучения, поддерживаемые языки, максимальный контекст, дополнительные модальности или количественные оценки качества. Для активации LoRA рекомендуется использовать триггерное слово «maria». Лицензия обозначена как flux-1-dev-non-commercial-license, поэтому использование ограничено условиями некоммерческой лицензии FLUX.1-dev; точные юридические ограничения следует проверять в тексте лицензии.

Jojocodex/minimax-h3-wushu-action-lora — это LoRA-адаптер для базовой модели Comfy-Org/MiniMax-H3, предназначенный для генерации видео с человеческими боевыми и спортивными движениями. Адаптер специализируется на ушу, кунг-фу и постановочных сценах рукопашного боя: ударах руками и ногами, прыжках, вращениях, блоках, контратаках, работе с мечом, посохом и другим оружием, а также одиночных выступлениях и поединках нескольких персонажей. В карточке указаны варианты обучения на 3000 и 4500 шагах, включая обновление wushu_action_h3_lora_v5 и отдельный вариант KungFu_MiniMaxH3_LoRA_step4500.safetensors. Для активации вариантов используются триггерные слова wushu_action и kungfu combat; их рекомендуется размещать в начале англоязычного промпта и подробно описывать технику, перенос веса, координацию тела, сцену и камеру. Модель подходит для кинематографичных боевых сцен, тренировок, постановочных выступлений, сцен в жанре wuxia и современных драк. Сильная сторона адаптера — целевая оптимизация динамики человеческих боевых движений и взаимодействия с оружием. При ускоренной генерации с использованием 4 или 8 шагов возможны размытые кадры, а без триггерного слова специализация выражена слабее. Другие ограничения, поддерживаемые языки, контекст и точные требования к ресурсам в карточке не указаны. Лицензия — Apache-2.0. В карточке также рекомендовано сочетать Wushu-Action-LoRA с spatial-physics-lora для улучшения результата, однако совместимость и условия распространения этого дополнительного адаптера отдельно не описаны.