Z-Image LoRA 训练器: Training

使用 Z-Image LoRA 训练器训练自定义图像 LoRA 模型。支持 zip 上传和自动调优默认值的快速数据集训练。在 Muapi 上免费试用。 Z-Image LoRA 训练器让创作者和开发者可以直接使用自己的数据集训练自定义图像 LoRA 适配器。只需上传一个包含训练图像以及可选文本说明文件的 zip 压缩包，即可微调目标风格、角色或品牌身份。凭借快速训练迭代、自动调优超参数、1,000 到 10,000 可调训练步数、可调学习率和灵活的 LoRA 秩配置，Z-Image LoRA 训练器为高保真 LoRA 创建提供完整控制。

交互式模型控制

使用 Z-Image LoRA 训练器训练自定义图像 LoRA 模型。支持 zip 上传和自动调优默认值的快速数据集训练。在 Muapi 上免费试用。

📝

概览

关于此模型

Z-Image LoRA 训练器让创作者和开发者可以直接使用自己的数据集训练自定义图像 LoRA 适配器。只需上传一个包含训练图像以及可选文本说明文件的 zip 压缩包，即可微调目标风格、角色或品牌身份。凭借快速训练迭代、自动调优超参数、1,000 到 10,000 可调训练步数、可调学习率和灵活的 LoRA 秩配置，Z-Image LoRA 训练器为高保真 LoRA 创建提供完整控制。

1角色微调：使用特定角色设计和一致的数字人格训练自定义 LoRA 模型。

2品牌与风格适配：让模型学习视觉品牌身份、色彩调色板和艺术风格。

3对象与 IP 训练：为专有产品、图标和知识产权创建目标明确的 LoRA 适配器。

💰

价格与价值

成本分析

提供商	费用	备注
muapiapp	$2.50 per 1,000 steps	按训练步骤计费，提供自动调优的默认值，无需额外配置成本。
Fal.ai	暂不可用	Z-Image LoRA Trainer 未托管在 Fal.ai。
Replicate	暂不可用	Z-Image LoRA Trainer 未托管在 Replicate。

muapiapp$2.50 per 1,000 steps

按训练步骤计费，提供自动调优的默认值，无需额外配置成本。

Fal.ai暂不可用

Z-Image LoRA Trainer 未托管在 Fal.ai。

Replicate暂不可用

Z-Image LoRA Trainer 未托管在 Replicate。

** 竞品价格根据相似模型架构和使用层级估算。

⚙️

技术详情

配置参数

参数	类型	描述	默认值
数据集 ZIP URL	string	包含图像的 zip 压缩包 URL。通常建议至少使用 4 张图像，越多越好。除图像外，压缩包还可以包含带有说明文字的文本文件。	`undefined`
触发词	string	可选的 trigger word. If a caption file exists, it is prepended when not already present.	`example`
步数	int	用于训练 LoRA 的步数。	`1000`
学习率	float	LoRA 训练的学习率。	`0.0001`
LoRA 秩	int	LoRA 秩维度。	`16`

数据集 ZIP URLstring

包含图像的 zip 压缩包 URL。通常建议至少使用 4 张图像，越多越好。除图像外，压缩包还可以包含带有说明文字的文本文件。

默认值undefined

触发词string

可选的 trigger word. If a caption file exists, it is prepended when not already present.

默认值example

步数int

用于训练 LoRA 的步数。

默认值1000

学习率float

LoRA 训练的学习率。

默认值0.0001

LoRA 秩int

LoRA 秩维度。

默认值16

📖

实施指南

开发者文档

如何使用 Z-Image LoRA 训练器 API

准备数据集：创建一个 .zip 压缩包，其中包含至少 4-10 张高质量图像。也可以加入与图像文件名匹配的 .txt 文本说明文件。
设置训练参数：指定可选参数，例如 trigger_word、steps（默认 1000）、learning_rate（默认 0.0001）和 lora_rank（默认 16）。
通过 API 提交请求：

curl -X POST "https://api.muapi.ai/api/v1/z-image-lora-trainer" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "data": "https://example.com/my-dataset.zip",
    "trigger_word": "my_custom_style",
    "steps": 1000,
    "learning_rate": 0.0001,
    "lora_rank": 16
  }'

获取模型：API 会返回一个 request_id。训练完成后，webhook 或结果 URL 将提供生成的 LoRA 权重输出。

❓

常见问题

常见问答

什么是 Z-Image LoRA 训练器？

Z-Image LoRA 训练器是一个异步 REST API，可从压缩的图像数据集训练自定义图像 LoRA 适配器，并提供自动化默认值和可自定义的超参数设置。

应如何组织数据集 zip 压缩包？

上传包含图像文件（PNG/JPEG/WebP）的 `.zip` 文件。如需加入自定义说明，请添加与对应图像文件完全相同基本文件名的 `.txt` 文件。

什么是触发词，如何使用它？

触发词是添加在训练说明前面的唯一 token。使用训练好的 LoRA 生成图像时，在提示词中加入该触发词即可激活特定学习到的角色、对象或风格。

训练应使用多少步？

默认设置为 1,000 步，适用于大多数数据集。你可以根据数据集大小和所需保真度，将训练步数调整为 1,000 到 10,000。

完成后会生成什么输出格式？

训练完成后，API 输出会包含一个 URL，用于下载可直接进行推理的训练完成的 LoRA 模型权重文件。