Qwen Image 2.1 编辑 LoRA：二次元转真人

这篇教程用一组“二次元原图 → 真人效果图”训练编辑 LoRA，让 Qwen Image 2.1 学会一种明确的转换方式。流程是：准备成对图片、配置训练任务、先检查采样能否运行，再根据中途样片选择合适的 LoRA。

对应 9 月 22 日的视频教程。下面按视频中的云端 AI Toolkit 环境讲解，镜像里已经准备好模型；本地安装请使用文末的项目说明。

先准备什么

先决定自己要学习哪一种转换，再收集数据。例如目标是真人风格，目标图就应体现你想保留的真人质感；不要把明显不同的目标效果混在一起，却期待模型自动理解你偏好哪一种。

AI Toolkit 中的两类图片承担不同的作用：

文件夹	放什么	本教程的例子
`control`	编辑前的输入图片	二次元原图
`targets`	希望模型生成的目标图片	对应的真人效果图

同一组图片的命名要对应。 模型需要学习的是这张原图应该怎样变化，而不是任意两张图之间的关系。

目录可以按下面的示意整理，示例文件名可自行更换：

dataset/
├── control/
│   ├── character_a.png
│   └── character_b.png
└── targets/
    ├── character_a.png
    └── character_b.png

把两个文件夹上传到数据集目录，刷新 AI Toolkit 的数据集页面，再打开图片抽查：原图与目标图是否配对、文件有没有放反、目标效果是不是你真正想学的。

使用教程提供的已有任务时，先复制一份再修改。这样可以保留原配置，也更容易比较不同精度或参数的结果。

在任务中完成这些设置：

视频中的这套编辑配置没有为每张图片单独写 caption，而是使用统一的默认文字条件和触发词。因此，“没有逐张打标”不等于完全不需要提示词。你仍要告诉模型这组编辑任务希望完成什么转换。

视频比较了两种运行方式：

方式	视频里的观察	选择时看什么
bf16	使用 4090 演示，作者更满意训练效果	显存是否够用，以及样片质量
INT8／8bit 量化路径	提到了 3090 的使用方式，速度更快、显存压力更小，但该次测试效果较差	节省的资源是否值得这次效果损失

这是视频里那套模型、数据和配置的比较，不是单凭显卡型号就能判断能否运行。尤其要区分训练占用和采样占用：训练已经开始，后续生成样片时仍可能爆显存。

视频使用过 1280 分辨率，并在显存不足时调整 offloading。初次跑自己的数据时，先用能稳定完成采样的分辨率，再逐步提高。

启动任务后先观察起始采样。它能同时帮助你检查：数据绑定是否正确、提示词是否匹配、模型是否能在当前配置下生成图片。

如果采样时报显存不足，按这个顺序排查：

视频演示中曾把一个卸载相关设置调整到 30，但字幕没有保留准确字段名，不能据此把界面里任意百分比都设成 30。对应操作可直接看约 5 分 30 秒。

视频中跑到了 5000 步，但作者在 500 步已经看见变化，在 1000 步和 1750 步附近已经得到不错的效果。因此这套数据不必为了跑满计划而一直训练。

实际使用时保留中途版本，用相同的测试原图和提示词对比：

视频中的一次迭代约 5.44 秒，“大约两小时”描述的是该次训练的量级。自己的耗时还会随步数、分辨率、量化与卸载设置变化。

下载训练得到的 LoRA，在对应的 Qwen Image 2.1 编辑工作流里测试。也可以使用 AI Toolkit 自带的测试入口，选择模型和 LoRA 后直接生成，先确认效果，再搬到常用的 ComfyUI 工作流。