模型特点 该控制网络由 6 个模块组成。 该模型使用包含 100 万张高质量图像的数据集进行从零开始的 10000 步训练，数据集涵盖了通用内容和以人为中心的内容。训练分辨率为 1328，精度为 BFloat16，批大小为 64，学习率为 2e-5，文本 dropout 率为 0.10。 它支持多种控制条件——包括 Canny、HED、深度、姿态和 MLSD，可以像标准 ControlNet 一样使用。 您可以调整 control_context_scale 以获得更强的控制力和更好的细节保留。为了获得更佳的稳定性，我们强烈建议您使用详细的提示。control_context_scale 的最佳范围为 0.65 到 0.80。 全部 使用更多数据和更多步骤进行训练。 支持图像修复模式。 然后将权重下载到 models/Diffusion_Transformer 和 models/Personalized_Model.

📦 models/ ├── 📂 Diffusion_Transformer/ │ └── 📂 Z-Image-Turbo/ ├── 📂 Personalized_Model/ │ └── 📦 Z-Image-Turbo-Fun-Controlnet-Union.safetensors