---
title: DreamWeebs 教程
publish: true
---

# DreamWeebs 教程

ComfyUI、图像与视频模型、LoRA 训练。选择一篇教程开始，或搜索你正在遇到的问题。

## LoRA训练

- [用 AI Toolkit 训练 H3 参考生视频与编辑 LoRA](notes/h3-lora-training-modes.md)

  这篇教程讲 H3 的参考生视频训练：怎样先确定训练目标，再准备参考素材、目标图片或视频，并在 AI Toolkit 里建立任务。视频同时演示了复杂概念数据和“二次元转真人”的编辑数据，它们的准备方式并不相同。

- [用 Musubi Tuner 训练 H3 番剧风格 LoRA](notes/musubi-h3-anime-lora.md)

  想让 H3 生成的视频带有某部番剧的画风，可以先从图片数据集训练风格 LoRA。这篇教程以视频里的《芙莉莲》示例为线索，完整整理素材筛选、打标、训练适配器、低显存配置、缓存和采样检查。

- [Qwen Image 2.1 编辑 LoRA：二次元转真人](notes/qwen-image-2-1-lora-training.md)

  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。


## 图像模型

- [Qwen Image 2.1 使用笔记：文生图、图像编辑与透明底图](notes/qwen-image-2-1.md)

  Qwen Image 2.1 可以用文字生成图片，也能基于已有图片进行编辑。这篇教程按照视频里的两套 ComfyUI 工作流，说明提示词增强、采样步数、输出尺寸和分辨率预算怎么用，并整理实际测试中值得注意的问题。


## 视频模型

- [TaoMate H3 三步 LoRA：用后半程采样增强画面](notes/taomate-h3-3step-comfyui.md)

  TaoMate H3 的“三步”很容易让人以为，只要加载它，整个工作流就一定只跑三步、而且一定更快。视频实际演示的是另一种用法：先用原模型生成，再用带 LoRA 的后半程采样增强光影和细节。