训练新品
FLUX.1 [dev]Flux LoRA 训练器
使用 10–50 张图像和触发词训练自定义 Flux LoRA。每次训练固定收费 $3.20，生成的 .safetensors 文件可用于兼容的 Flux Dev 生成。
ZIP → LoRA
$3.20/run已上线8 个训练器
AI LoRA 训练 API — 训练自定义 LoRA 模型
Muapi 的 AI LoRA 训练 API 可以根据你的图像数据集微调便携式 LoRA 适配器，无需租用 GPU 或维护训练基础设施。上传 ZIP 压缩包，设置触发词，即可获得可下载的 .safetensors 文件，用于兼容的图像生成。八个专用训练端点覆盖 FLUX.1 [dev]、FLUX.2 Klein 4B/9B、Qwen-Image、Qwen-Image-2512 和 Z-Image / Z-Image Base。所有端点共享同一 REST 模式，按次或按步计费，价格低至每 1,000 步 $2.00。
i
LoRA 训练已在 Muapi 上线
选择基础模型，提交 ZIP 数据集和触发词，然后轮询返回的 request ID 获取可下载的 LoRA 文件。
FLUX.1 [dev] 训练器通用主体训练与风格训练2 个训练器
试用模型
训练新品
FLUX.1 [dev]FLUX.1 [dev] 风格 LoRA 训练器
根据 ZIP 数据集在 FLUX.1 [dev] 上训练风格适配器，获得可下载的 safetensors 输出和即时 AIR 部署。
ZIP → LoRA
$2.50/1,000 stepsFLUX.2 Klein 风格训练器在较小的 4B 或较大的 9B 架构之间选择2 个训练器
Qwen-Image 训练器适合主体、角色和风格一致性的低成本适配器2 个训练器
什么是 AI LoRA 训练 API？
LoRA（Low-Rank Adaptation）是一种小型、便携的权重文件，可以让基础图像模型学习特定角色、主体、品牌身份或视觉风格，而不必重新训练完整模型。AI LoRA 训练 API 将这一过程变成一次 HTTP 请求：上传参考图 ZIP，提交任务，然后轮询获取可下载的 .safetensors 文件。
Muapi 通过八个训练器提供统一 REST 模式。训练一次后，可以在 Muapi 的兼容生成端点中重复使用适配器，也可以下载标准权重文件并接入自己的流水线。
LoRA 训练器主要能力
ZIP 数据集上传
将 4–50 张训练图像和可选的同名 .txt 描述文件打包成 ZIP，并放在可公开访问的 URL。
自定义触发词
选择简短且不常见的词组，在后续提示词中激活训练好的主体或风格。
五类基础模型家族
支持 FLUX.1 [dev]、FLUX.2 Klein 4B/9B、Qwen-Image、Qwen-Image-2512 和 Z-Image / Z-Image Base。
可调训练参数
使用自动调参默认值，或在所选训练器支持时控制步数、学习率和 LoRA rank。
可移植 safetensors 输出
下载标准 .safetensors 文件，不会被锁定在 Muapi 的推理层中。
即时平台部署
训练好的适配器会注册到 Muapi 下游推理，无需额外的发布步骤。
什么时候应该训练自定义 LoRA？
角色一致性
让兼容的图像模型学习一个重复出现的人物、吉祥物、角色或物体，以便稳定生成。
品牌身份
捕捉视觉语言、产品表现方式或营销美学，用于后续创意生产。
风格适配
使用精选插画或摄影数据集训练风格，并将这种视觉效果复用于新提示词。
快速实验
先用低成本的 Qwen 或 Z-Image 训练器测试数据集与触发词，再扩大规模。
LoRA 训练器对比
| 训练器 | 基础模型 | 价格 | 适合场景 |
|---|---|---|---|
| Flux LoRA Trainer | FLUX.1 [dev] | $3.20/次 | 主体与风格，按次固定收费 |
| FLUX.1 [dev] Style | FLUX.1 [dev] | $2.50/1,000 步 | 按步计费的风格训练 |
| FLUX.2 Klein 4B Style | FLUX.2 Klein 4B | $4.50/1,000 步 | 较小架构上的快速迭代 |
| FLUX.2 Klein 9B Style | FLUX.2 Klein 9B | $4.00/1,000 步 | 更高质量的风格适配器 |
| Qwen-Image | Qwen-Image | $2.00/1,000 步 | 低成本主体或风格训练 |
| Qwen-Image-2512 | Qwen-Image-2512 | $2.00/1,000 步 | 以低成本训练新版 Qwen 检查点 |
| Z-Image | Z-Image | $2.50/1,000 步 | 使用自动调参默认值快速迭代 |
| Z-Image Base | Z-Image Base | $2.50/1,000 步 | 完整非蒸馏检查点微调 |
LoRA 训练 API 示例
托管 ZIP 数据集，选择匹配基础模型的训练器，保存 request ID，然后轮询标准结果端点获取 lora_url。
训练 Flux LoRA
curl -X POST https://api.muapi.ai/api/v1/flux-lora-trainer \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"images_data_url":"https://example.com/dataset.zip","trigger_phrase":"myxyz","training_style":"subject"}'
# Response: {"request_id":"REQUEST_ID"}Flux 训练器接受 images_data_url、trigger_phrase，以及可选的 subject 或 style training_style。
训练可配置适配器
curl -X POST https://api.muapi.ai/api/v1/z-image-lora-trainer \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"data":"https://example.com/dataset.zip","trigger_word":"my_style","steps":2000,"learning_rate":0.0001,"lora_rank":16}'Z-Image、Qwen 和风格训练器根据模型家族提供 ZIP 输入、步数和超参数控制。
获取训练好的 LoRA
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Read the generated LoRA URL or URLs from the completed response and pass them to a compatible image model.
轮询直到任务完成，然后下载 lora_url，或将其传入兼容的生成端点。
LoRA 训练 API 常见问题
什么是 AI LoRA 训练 API？
它通过 REST 端点根据你的图像数据集训练自定义 Low-Rank Adaptation 模型。上传 ZIP、设置触发词，即可获得可重复使用的 .safetensors 适配器。
可以在哪些基础模型上训练？
Muapi 当前通过八个训练端点提供 Flux.1 [dev]、FLUX.2 Klein 4B/9B、Qwen-Image、Qwen-Image-2512 和 Z-Image / Z-Image Base。
LoRA 训练如何计费？
Qwen-Image 与 Qwen-Image-2512 为每 1,000 步 $2.00；Z-Image、Z-Image Base 和 FLUX.1 [dev] Style 为 $2.50；FLUX.2 Klein 4B 最高为 $4.50/1,000 步。Flux LoRA Trainer 每次固定 $3.20。
需要多少张训练图？
大多数训练器接受 4–50 张图。主体训练可以从 10–30 张、角度和光线有变化的图开始；风格训练则应保持美学一致。
必须提供 caption 文件吗？
不需要。caption .txt 文件是可选的，但如果提供，应与图像使用相同的基础文件名，并遵循训练器的触发词规则。
训练完成后会得到什么？
你会得到可下载的 .safetensors 权重文件；对于支持的平台，还会立即注册到 Muapi 推理。
训练好的 LoRA 可以在 Muapi 之外使用吗？
可以。.safetensors 是适用于匹配基础模型架构的标准适配器，可接入兼容的外部流水线。
探索 FLUX Kontext →训练适配器后，使用兼容的 Flux 工作流生成和编辑图像。浏览图像模型 →比较可以接入自定义模型工作流的已上线文本转图像端点。探索 Seedance 2 →了解面向角色创作的视频生成和人脸训练工作流。查看 GitHub 示例 →查看 LoRA 训练端点的对比说明与集成示例。
准备训练自定义 LoRA 了吗？
创建一个 Muapi API 密钥，上传数据集，将视觉概念变成可复用的适配器。