Qwen-Image-2.1 LoRA: Có những adapter nào, việc huấn luyện một adapter đòi hỏi những gì, và giấy phép thực sự nói gì

Có một hệ sinh thái thực sự gồm các adapter tinh chỉnh thích ứng hạng thấp (LoRA) cho Qwen-Image-2.1, mô hình hình ảnh tạo-và-chỉnh sửa hợp nhất của nhà cung cấp, và gần như không có tài liệu nào về nó từ phía nhà cung cấp. Trang này là câu trả lời thường trực cho bốn câu hỏi mà một độc giả gõ cùng nhau: có ai thực sự tạo adapter cho mô hình này không, chúng nằm ở đâu, việc huấn luyện một cái tốn những gì, và giấy phép cho phép bạn làm gì với kết quả. Đây không phải là một bài ra mắt. Qwen-Image-2.1 được phát hành mã nguồn mở vào ngày 20 tháng 9 năm 2026 và biến thể tăng tốc của nó Qwen-Image-2.1-Turbo ra mắt sau đó vào ngày 9 tháng 10 năm 2026; cả hai ngày ở đây chỉ để xác định những checkpoint mà trang này nói đến, không phải để báo cáo bất cứ điều gì.

Tóm tắt ngắn gọn: các adapter chỉ có số lượng ở mức vài trăm, chúng phần lớn là các tác phẩm về nhân vật và phong cách do những người hành nghề cá nhân công bố, việc huấn luyện một cái được tài liệu hóa từ đầu đến cuối bởi ít nhất ba chuỗi công cụ bên thứ ba với các phép đo bộ nhớ được công bố, và giấy phép — vốn không phải Apache đối với thế hệ mô hình hình ảnh này — nhắc lại một hạn chế phi thương mại đối với sản phẩm phái sinh mà bản thân nhiều adapter không chuyển tiếp.

Hai câu về LoRA là gì, và sau đó là mô hình

LoRA là một tập nhỏ các delta trọng số hạng thấp được cộng vào một checkpoint cơ sở đóng băng tại thời điểm nạp, được trỏ đến các mô-đun cụ thể theo tên; nó không phải là một mô hình, mà là một bản vá thay đổi cách một mô hình hiện có hoạt động. Vì các delta được huấn luyện dựa trên những trọng số cụ thể, một adapter gắn chặt với checkpoint mà nó được huấn luyện cùng theo cách mà một cờ cấu hình không thể khắc phục.

Chính sự ràng buộc đó là lý do toàn bộ trang này bàn cụ thể về Qwen-Image-2.1 chứ không phải về LoRA. Checkpoint này là một diffusion transformer đơn luồng 32 lớp với 7B tham số ở thành phần sinh hình ảnh, một bộ mã hóa văn bản Qwen3-VL 8B và một VAE RGBA 64 kênh hoạt động ở mức nén không gian 16× — mọi số liệu đều lấy từ model card và kho lưu trữ của chính nhà cung cấp, được đọc vào ngày 13 tháng 10 năm 2026. Nó thiết lập lịch lấy mẫu vào thời điểm gọi, với 40 bước suy luận trong chính các ví dụ của model card. Không chi tiết nào trong số đó là không liên quan đối với adapter: kiến trúc quyết định tệp có thể nhắm tới cái gì, và lịch trình quyết định việc một adapter được huấn luyện ở cách tham số hóa khác đang được yêu cầu làm gì.

Có gì tồn tại cho mô hình này, và làm thế nào để đếm nó một cách trung thực

Các số liệu bên dưới đến từ API Hugging Face và API Civitai, cả hai đều được đọc vào ngày 13 tháng 10 năm 2026, và truy vấn này đáng để nêu rõ, bởi vì cùng một câu hỏi sẽ cho những câu trả lời khác biệt một trời một vực tùy theo cách bạn đặt nó.

• Các kho lưu trữ trên Hugging Face khai báo Qwen-Image-2.1 là mô hình cơ sở của chúng: 323.

• Trong số đó, các kho lưu trữ cũng mang lora thẻ: 115.

• Các adapter trên Civitai khớp với bộ lọc base-model là "Qwen 2.1" với type được đặt là LoRA: 106. Một lần quét trước đó trong cùng ngày đếm được 105; bộ lọc này đang hoạt động trực tiếp và con số luôn thay đổi, nên hãy coi đây là một số liệu đọc được tại thời điểm chứ không phải tổng số.

Cả hai con số đều là mức sàn, không phải là các cuộc thống kê toàn diện. Thẻ Hugging Face do người tải lên gắn, nên một adapter mà tác giả không gắn thẻ sẽ vô hình với truy vấn đó; số lượng base-model lớn hơn số lượng LoRA chính xác là vì nó cũng bắt được các bản lượng tử hóa, hợp nhất và đóng gói lại. Trên Civitai, khoảng cách giữa các phương pháp lộ ra thẳng thừng: một tìm kiếm văn bản đơn thuần cho "qwen image 2.1" trả về 994 mô hình duy nhất, và phần lớn trong số đó hoàn toàn không phải là adapter của checkpoint này — cùng tập kết quả đó chủ yếu gồm các bài đăng workflow và các tệp mà base model được khai báo là một kiểu sinh ảnh hoàn toàn khác. Hãy lọc theo base model, không phải theo ô tìm kiếm.

Cả hai trang web đều là nơi hệ sinh thái này tồn tại, và đó là tuyên bố duy nhất được đưa ra về mỗi bên: Hugging Face là nơi các bản ghi huấn luyện và các bộ dữ liệu được công bố, Civitai là nơi tập trung các adapter hướng đến người tiêu dùng cùng các quy trình ComfyUI xoay quanh chúng, và cả hai đều không phải là một tín hiệu về chất lượng. Một tệp trên bất kỳ trang nào trong hai trang đó đều có thể là một tác phẩm gốc đã được huấn luyện hoặc là bản sao của tác phẩm của người khác.

Phân biệt adapter nguyên bản với adapter đã được đóng gói lại

Điều này có thể kiểm chứng được, và việc kiểm tra mất khoảng một phút. Hãy lấy hai kho lưu trữ trông giống như cùng một adapter.

akhaliq/Qwen-Image-2.1-Next-Scene-LoRA được tạo vào ngày 7 tháng 10 năm 2026. TechnoBaptist/Qwen-Image-2.1-Next-Scene-LoRA được tạo vào ngày 9 tháng 10 năm 2026. Các tệp README của chúng giống hệt nhau từng byte — cùng độ dài, cùng MD5 — và danh sách tệp của hai kho lưu trữ khớp với nhau ở toàn bộ 111 mục. Cái sau là bản sao của cái trước, cả phần mô tả và mọi thứ.

Trường hợp kém rõ ràng hơn là bản sao một phần. developerjeremylive/Qwen-Image-2.1-Multiple-Angles-LoRA-etheroi chứa 163 tệp. Mọi tệp trong số 160 tệp cũng tồn tại trong akhaliq/Qwen-Image-2.1-Multiple-Angles-LoRA đều có kích thước giống hệt nhau, và kho lưu trữ này là một tập con thực sự của 344 tệp trong kho kia. Những gì bị bỏ lại là toàn bộ thư mục benchmarks/, các lưới mẫu theo từng checkpoint trong samples/, cùng một số biến thể checkpoint. Trọng số adapter thì có mặt. Còn bằng chứng cho thấy adapter làm đúng như nó tuyên bố thì không.

Vậy nên, phép thử thực tế không phải là "nó có một tấm thẻ đẹp không". Mà là liệu tấm thẻ có mang những thứ chỉ có thể đến từ việc đã thực sự hoàn thành lượt chạy:

• Dữ liệu huấn luyện đến từ đâu, kèm theo một liên kết — angle adapter nêu rõ nguồn Objaverse và giấy phép của mình, đồng thời công bố riêng các tập dữ liệu cặp phái sinh.

• Bộ huấn luyện và các siêu tham số, ở mức rank, alpha, tốc độ học, số bước và độ chính xác cơ sở — đủ để người khác có thể thử tái tạo lại.

• Các checkpoint trung gian thay vì chỉ một tệp cuối cùng, để đường cong huấn luyện có thể được kiểm tra thay vì chỉ được khẳng định.

• Một phần đánh giá không phải là màn phô diễn của tác giả, và một mục "phạm vi và giới hạn" nêu rõ những gì adapter làm chưa tốt.

Một thẻ chỉ có một từ kích hoạt, một khoảng cường độ và một tập mẫu đẹp mắt, không có gì khác, thì không phải là bằng chứng cho bất cứ điều gì. Nó cũng không phải là bằng chứng về việc bị đóng gói lại — rất nhiều adapter một lần chân chính được ghi lại một cách sơ sài như thế. Điều đó chỉ có nghĩa là bạn không có gì để dựa vào, mà với một tệp bạn sắp đưa vào quy trình sản xuất, đó lại là kết luận hữu ích.

Một người thực sự tham gia khóa đào tạo nào

Trước tiên, phải nói thẳng thắn, vì khoảng cách ở đây rất lớn: công bố một adapter là chuyện phổ biến, còn huấn luyện một adapter là một cấp độ công việc hoàn toàn khác. Có ba khoản chi phí, và tất cả đều là thật.

Checkpoint cơ sở.Ba thành phần của Qwen-Image-2.1 có tổng dung lượng khoảng 33 GB, trải khắp transformer, bộ mã hóa văn bản và VAE — đó là tổng kích thước tệp do chính kho lưu trữ công bố, được đọc vào ngày 13 tháng 10 năm 2026. Đó chính là thứ đang được tinh chỉnh, và nó không hề nhỏ đi chỉ vì bạn chỉ huấn luyện một bản vá nhỏ chồng lên trên nó.

Dữ liệu. Một LoRA không học một khái niệm từ một vài hình ảnh theo cách mà một prompt làm. Hai adapter được tài liệu hóa đầy đủ nhất trong hệ sinh thái này đã công bố bộ dữ liệu của chúng như những tạo tác hạng nhất: adapter điều khiển camera được huấn luyện trên 5.028 cặp được gán nhãn góc trong phiên bản đầu tiên và 13.328 trong phiên bản thứ hai; adapter tiếp diễn cảnh được huấn luyện trên 1.144 cặp tiến triển từ khung này sang khung khác, với chú thích được viết bởi một mô hình thị giác cho mỗi cặp. Cả hai đều là những bộ dữ liệu được tập hợp, chứ không phải các bộ sưu tập ảnh chụp — các cặp phải được tạo, gán nhãn và cấp phép trước khi quá trình huấn luyện bắt đầu, và trong một trường hợp, hình ảnh nguồn phải được lọc xuống chỉ còn các đối tượng được cấp phép theo giấy phép tự do trước khi nó có thể được sử dụng chút nào.

Phần tính toán. Đây là phần có các số đo được công bố chứ không phải cảm nhận. Hướng dẫn nhanh của chính SimpleTuner cho mô hình này đưa ra các preset VRAM và, tách riêng ra, các bài kiểm tra khói về bộ nhớ đứng sau chúng: một công thức 512px với gradient checkpointing ở mọi bước đã vượt qua giới hạn cấp phát 24 GiB trong khi đạt đỉnh 20,06 GiB được cấp phát và 21,10 GiB được PyTorch dự trữ. Một công thức đa độ phân giải ở mức 32,49 / 41,21 GiB đã vượt qua trên một chiếc L40S nhưng lại hết bộ nhớ dưới mức trần 32 GiB. Các tác giả nói rõ rằng đó là những kiểm tra bộ nhớ trên một tập con có giới hạn, không phải các phép đo về thông lượng hay độ hội tụ, và rằng các ngân sách thấp hơn đã được mô phỏng trên một chiếc L40S chứ không phải chạy trên những chiếc card danh nghĩa của chúng. Đọc đúng như những gì được công bố, chúng nói lên một điều đơn giản: mức sàn cho mô hình này là một chiếc card 24 GB chỉ chạy ở 512px, và 48 GB trở lên mới là nơi các công thức đa độ phân giải mà framework thực sự khuyến nghị trở nên khả dụng.

Thời gian là khoản chi phí lặng lẽ hơn, và gần như không ai công bố nó. Điều được công khai là số bước — 2.000 cập nhật trong preset 24 GB, 4.000 ở những preset lớn hơn, với validation và checkpoint mỗi 250 bước — cùng số lượng checkpoint ở mức vài nghìn từ hồ sơ huấn luyện của chính các adapter. Bảng preset của SimpleTuner đưa ra ngân sách cập nhật cho từng mức VRAM và nói thẳng rằng chúng là điểm khởi đầu, chỉ nên kéo dài sau khi xem xét ảnh checkpoint. Chưa ai công bố số giờ đồng hồ thực tế cho một lần chạy có thể tái lập, nên bất kỳ con số nào bạn thấy được trích dẫn về việc này mất bao lâu chỉ là card của ai đó và dataset của ai đó, chứ không phải một đặc tả.

Ngược lại, bộ công cụ thực sự tốt, và đây chính là phần đã thay đổi gần đây đến mức đáng để ghi nhận mốc thời gian. Nhà cung cấp chỉ về phía DiffSynth-Studio của ModelScope, kho lưu trữ của nó cung cấp một script huấn luyện LoRA chạy được cho checkpoint này và, một cách riêng biệt, cho biến thể Turbo — chỉ một accelerate launch duy nhất với rank 32, AdamW ở mức 1e-4, năm epoch, ngân sách pixel tối đa 1.048.576 và gradient checkpointing. Bản quickstart của SimpleTuner là công thức công khai chi tiết nhất, và nó trung thực một cách khác thường về những giới hạn của chính mình. ai-toolkit liệt kê cả Qwen-Image-2.1 lẫn Qwen-Image-2.1-Turbo trong số các kiến trúc được hỗ trợ, và hai trong số các adapter mô tả ở trên ghi nhận đã được huấn luyện bằng nó. Và vào ngày 12 tháng 10 năm 2026, musubi-tuner đã hợp nhất một pull request bổ sung hỗ trợ Qwen-Image 2.1, bao gồm huấn luyện LoRA, tinh chỉnh toàn phần, bản xem trước khi huấn luyện và chuyển đổi giữa Diffusers với định dạng LoRA riêng của nó; yêu cầu tính năng đề nghị điều này, được mở vào ngày 24 tháng 9, vẫn còn đang mở. Lần hợp nhất đó diễn ra ba ngày trước ngày ghi trên trang này và đó là một thay đổi về công cụ chứ không phải một bản phát hành mô hình — nó có nghĩa là đã có thêm một trình huấn luyện thứ tư, chứ không phải là bất cứ điều gì về mô hình đã thay đổi.

Có thêm một ràng buộc nữa thường khiến những người đã huấn luyện LoRA cho các kiến trúc khác mắc bẫy. Đầu ra của mô hình này không có công tắc alpha. VAE hoạt động trong không gian điểm ảnh RGBA bốn kênh và kênh thứ tư được giải mã thành alpha, nên độ trong suốt được tạo ra bởi prompt và không gì khác — tài liệu của chính nhà cung cấp nêu rõ rằng không có bất kỳ điều khiển nào liên quan đến alpha ở đâu trong pipeline. Một adapter được huấn luyện trên ảnh đục sẽ thay đổi phân phối mà prompt đang điều hướng; nó không có nút chỉnh độ trong suốt riêng để dựa vào. Nếu pipeline của bạn phụ thuộc vào việc cắt tách nền, thì đó là một thuộc tính của base model bạn đang mượn, và nên kiểm thử trước khi bạn dành một lượt huấn luyện cho nó.

Giấy phép nói gì về bộ chuyển đổi bạn làm

Đọc tệp đi, vì câu trả lời không phải như điều mà một bản phát hành nghe có vẻ cấp phép thoáng sẽ gợi ý. Qwen-Image-2.1 được phát hành theo Qwen Research License Agreement đề ngày 20 tháng 9 năm 2026 — một tài liệu dài 7.831 byte được đưa nguyên vẹn vào kho Turbo, với bản sao trong kho đó giống hệt từng byte. Nó không phải Apache 2.0, còn dòng Qwen-Image trước đó thì có.

Điều khoản quyết định phần lớn vấn đề này là điều khoản cấp phép. Mục 2(a) cấp phép cho bạn “sử dụng, tái tạo, phân phối, sao chép, tạo tác phẩm phái sinh từ và thực hiện các sửa đổi đối với” các tài liệu, rồi giới hạn toàn bộ những điều đó: “CHỈ CHO MỤC ĐÍCH PHI THƯƠNG MẠI”. Mục 1(i) định nghĩa phi thương mại là “chỉ cho mục đích nghiên cứu hoặc đánh giá”, hẹp hơn so với “phi lợi nhuận” — định nghĩa này không loại trừ việc sử dụng nội bộ trong doanh nghiệp. Mục 2(b) nói rằng việc sử dụng thương mại đòi hỏi một giấy phép riêng, được yêu cầu tại địa chỉ mà thỏa thuận đưa ra. Một adapter được huấn luyện trên checkpoint này là tác phẩm phái sinh của nó, nên hạn chế này đi kèm với adapter; nó không trở nên có thể sử dụng cho mục đích thương mại chỉ vì bạn tự huấn luyện nó.

Hai điều đáng lưu ý, vì cả hai đều đi ngược lại những giả định thông thường.

Đầu tiên, giấy phép không hề im lặng về việc huấn luyện — nó trực tiếp đề cập đến điều đó. Mục 4(b) nói rằng nếu bạn sử dụng các tài liệu hoặc đầu ra của chúng để "tạo, huấn luyện, tinh chỉnh hoặc cải thiện một mô hình AI được phân phối hoặc được cung cấp", bạn phải hiển thị nổi bật "Built with Qwen" hoặc "Improved using Qwen" trong tài liệu sản phẩm liên quan. Vì vậy, việc tinh chỉnh được đề cập đích danh, và nó đi kèm với nghĩa vụ ghi nhãn chứ không phải là vấn đề xin phép.

Thứ hai, việc phân phối lại được cho phép rõ ràng, kèm theo các điều kiện. Mục 3 cho phép bạn phân phối các tác phẩm phái sinh, dưới dạng mã nguồn hoặc mã đối tượng, với điều kiện bạn cung cấp cho người nhận một bản sao của thỏa thuận, đánh dấu các tệp đã sửa đổi và giữ lại một tệp thông báo có nội dung "Qwen is licensed under the Qwen RESEARCH LICENSE AGREEMENT, Copyright (c) 2026 Hangzhou Tongyi Laboratory Technology Co., Ltd. All Rights Reserved." Mục 4(c) cấm sử dụng "Qwen" làm tên chính hoặc định danh chính của tác phẩm phái sinh của bạn — việc sử dụng mang tính mô tả là hoàn toàn được phép. Mục 5(a) xác nhận bạn sở hữu các sửa đổi của mình, với điều kiện tuân thủ. Các tranh chấp chịu sự điều chỉnh của pháp luật Trung Quốc và thuộc thẩm quyền của tòa án tại Hàng Châu.

Đó là những nghĩa vụ mạch lạc, dễ đọc. Phát hiện khó chịu là việc hệ sinh thái thường xuyên không đáp ứng chúng đến mức nào. Trong số các adapter được lấy mẫu khi nghiên cứu trang này, một cái — một adapter chưng cất từng bước cho checkpoint gốc — phát hành văn bản giấy phép và tệp thông báo mang nguyên văn chuỗi ghi công bắt buộc, cùng một mục giấy phép trong card của nó nhắc lại giới hạn phi thương mại và đầu mối liên hệ thương mại. Một số cái khác, gồm hai trong số các adapter điều khiển camera và tiếp nối cảnh được tải xuống nhiều nhất, khai báo apache-2.0 trong metadata của chúng, không phát hành tệp giấy phép nào cả, và không chứa thông báo ghi công nào. Card của chúng không nhằm yêu cầu quyền Apache đối với trọng số gốc; trường metadata chỉ đơn giản là sai, và đó là trường mà một công cụ hạ nguồn sẽ đọc. Nếu bạn là người đang xây dựng dựa trên một adapter, hãy tự đọc giấy phép của mô hình gốc thay vì tin vào thẻ trên card của adapter — và nếu bạn là người phát hành, cách đóng gói đúng không phức tạp, chỉ là nó phải được làm một cách có chủ đích.

Khả năng tương thích, và một điều về "turbo"

Một adapter chạy trên checkpoint mà bản ghi huấn luyện của nó chỉ định. Với hầu hết các adapter ở đây, đó chính là Qwen-Image-2.1, và đó là nơi chúng nên được nạp. Checkpoint Turbo là một bản tinh chỉnh của cùng kiến trúc chứ không phải một mô hình khác — cả hai dùng chung cây mô-đun, đó là lý do một adapter được huấn luyện trên bản base rất có khả năng nạp được lên Turbo — nhưng nó lưu lịch lấy mẫu tám bước của riêng mình ngay trong checkpoint và chạy một quỹ đạo khử nhiễu mà adapter chưa từng được huấn luyện bên trong. Liệu sự kết hợp đó có hoạt động đúng hay không thì không ai ghi chép lại, kể cả nhà cung cấp.

Còn có một cái bẫy về tên gọi: cụm "turbo LoRA" bao trùm hai sản phẩm trái ngược nhau, một adapter được huấn luyện trên checkpoint Turbo và một adapter chưng cất biến checkpoint chuẩn thành loại chỉ chạy vài bước. Đó là những tệp khác nhau đảm nhiệm những công việc khác nhau. Câu hỏi nên dùng checkpoint gốc hay Turbo, cùng hai ý nghĩa của turbo adapter, đều có trang riêng trên stem này — Qwen-Image-2.1-Turbo LoRA — và trang này sẽ không trở thành bản sao thứ hai của trang đó. Nếu bạn đang có Turbo và một adapter mang tên của checkpoint chuẩn, hãy đọc trang đó trước khi nạp bất cứ thứ gì.

Hai câu hỏi liền kề cũng thuộc về nơi khác. Các checkpoint được lượng tử hóa — GGUF, FP8, INT4 và phần còn lại — là một chủ đề khác với một trang khác; một LoRA được dùng bên trong pipeline lượng tử hóa là một ghi chú tương thích trên trang đó, không phải một mục trên trang này. Và việc mô hình chạy trong một công cụ cụ thể lại là một câu hỏi riêng, với danh sách tệp riêng và các chế độ lỗi riêng.

Điều gì hỏng, và điều gì chưa được giải quyết

Các báo cáo lỗi hỏng quy tụ thành ba nguyên nhân, và mỗi nguyên nhân đều đã được ghi chép lại bởi một người trực tiếp làm công việc đó, chứ không phải suy đoán mà ra.

Một adapter tải lên nhưng không làm gì cả. Trường hợp cụ thể nhất là sự không khớp trong cách đặt tên khóa: thẻ (card) của chính một adapter nêu rõ rằng các tệp ở định dạng trainer thô của nó dùng cách đặt tên khóa MLP hợp nhất của trainer đó, thứ mà Diffusers "âm thầm bỏ qua" — quá trình tải vẫn thành công, không có lỗi nào được đưa ra, và adapter không có tác dụng gì. Tệp đó hoạt động với trình tải của chính nó chứ không hoạt động với trình tải phổ biến. Đó là sự khác biệt về bố cục tệp, không phải về checkpoint cơ sở, và đáng để loại trừ trước khi bạn đổ lỗi cho bất cứ điều gì khác.

Một adapter phá hỏng những prompt không liên quan. Đây là vấn đề về learning rate và thời lượng huấn luyện, và có một phép đo cụ thể: trong một nghiên cứu ablation đã công bố, một lần chạy với 3e-4 "đã làm suy giảm nghiêm trọng cả bốn validation prompt tính đến update 500", khiến những chủ thể không liên quan — một con cáo, một bức chân dung — biến thành concept đã được huấn luyện. Nghiên cứu về việc huấn luyện lâu hơn của cùng tác giả lại báo cáo cái bẫy ngược lại: trong một lần chạy, một prompt cải thiện dần qua các update cho tới update 3.500, thoái lui ở 4.000, rồi phục hồi trở lại cho tới 10.000, cho nên một checkpoint trung gian tồi không phải là bằng chứng rằng lần chạy đó đã thất bại. Phát hiện thứ hai đó được ghi nhãn rõ ràng là một diễn tiến định tính từ một lần chạy duy nhất và một validation seed duy nhất, không có đường cong test-error nào được đo, và sự phục hồi được mô tả là phụ thuộc vào prompt. Hãy coi đó là lý do để giữ lại mọi checkpoint ở bước 250, chứ đừng coi đó là một công thức.

Một adapter hoạt động đúng như kỳ vọng, rồi cộng dồn. Adapter tiếp nối cảnh ghi lại mức suy giảm đo được khi dùng theo chuỗi: xâu chuỗi ngây thơ ở strength 0.9 tích tụ hạt phim thành nhiễu màu thấy rõ đến chặng thứ ba hoặc thứ tư, và cách khắc phục đã được tác giả kiểm chứng là để strength ở mức 0.7 hoặc thấp hơn, kèm làm mờ gaussian nửa pixel trên mỗi đầu vào được xâu chuỗi. Cùng thẻ đó cũng thẳng thắn rằng các biến đổi ở chặng cuối vẫn giữ mức thận trọng, và nêu đó là hạn chế của dữ liệu huấn luyện chứ không phải vấn đề về cài đặt.

Ẩn bên dưới tất cả những điều đó là một loạt vấn đề thực sự chưa được xác lập, và chúng đáng được nêu ra thay vì được lấp đầy. Chưa ai công bố so sánh chất lượng giữa Qwen-Image-2.1 và Qwen-Image-2.1-Turbo, nên không có đường cơ sở nào để đánh giá tác động của bất kỳ adapter nào lên một trong hai. Chưa ai công bố liệu một adapter checkpoint chuẩn có hoạt động đúng trên Turbo hay không. Nhà cung cấp chỉ tài liệu hóa việc huấn luyện LoRA một lần, trong phần ModelScope của kho dự án, trỏ đến một framework của bên thứ ba; bản thân model card không có hướng dẫn về adapter, và text encoder của checkpoint là một thành phần mà cộng đồng đã bắt đầu xuất bản lại riêng, một câu hỏi tương thích của riêng nó. Và mọi con số trên trang này là ảnh chụp nhanh của một hệ sinh thái hai đến ba tuần tuổi được đọc trong một ngày — bộ lọc Civitai và truy vấn base-model của Hugging Face sẽ đều sai vào tháng sau, theo hướng nhiều hơn.

Nếu bạn đang quyết định hôm nay sẽ làm gì, thì trình tự trụ được qua tất cả những khoảng trống đó không dài. Hãy bắt đầu bằng việc đọc hồ sơ huấn luyện của bộ điều hợp, chứ không phải các mẫu của nó — nếu không có hồ sơ, hãy coi tệp đó là không rõ nguồn gốc và kiểm thử nó trên prompt của riêng bạn trước khi bạn xây dựng dựa trên nó. Khớp bộ điều hợp với checkpoint mà hồ sơ của nó nêu tên, và nếu bạn đang dùng Turbo, hãy đọc trang Turbo trước. Kiểm tra xem tệp đang ở định dạng trình tải nào trước khi kết luận rằng nó hỏng. Và hãy đọc giấy phép cơ sở một lần, vì nó chi phối bộ điều hợp bất kể thẻ của bộ điều hợp tự tuyên bố gì về chính nó. Sau đó chọn trình huấn luyện của bạn, bắt đầu từ cài đặt trước VRAM nhỏ nhất mà card của bạn hỗ trợ, và đánh giá lưới checkpoint thay vì tệp cuối cùng.