logo
RunComfy
  • ComfyUI
  • 訓練器新
  • 模型
  • API
  • 定價
discord logo
模型
探索
所有模型
資源庫
生成記錄
模型 API
API 文檔
API 金鑰
帳戶
使用情況

Z Image Inpainting LoRA:支援 LoRA 的精準局部重繪 | RunComfy

tongyi-mai/z-image/turbo/inpainting/lora

精準編輯遮罩區域,視需要疊加最多 3 個 LoRA,並盡量維持原圖的光影、材質與構圖一致。

用於局部重繪的有效原圖 URL。
用於指定編輯區域的有效遮罩圖片 URL。
ControlNet 條件開始生效的位置,取值範圍為 0 到 1。
控制局部重繪條件的作用強度。
要套用的 LoRA 清單,最多可加入 3 個。
控制擴散推理的步數。
指定產生圖片的檔案格式。
設定局部重繪 ControlNet 條件的作用強度。
ControlNet 條件停止生效的位置,取值範圍為 0 到 1。
Idle
The rate is $0.0115 per image.

Z Image Inpainting LoRA 簡介

Z Image Inpainting LoRA 將遮罩引導的局部重繪與可選的 LoRA 自訂結合。你需要提供原圖、遮罩和提示詞,用來指定要替換、修復或細化的區域;遮罩以外的畫面會作為維持構圖與風格一致的視覺參考。模型最多支援 3 個 LoRA,也可調整重繪強度、ControlNet 生效區間、推理步數、隨機種子、長寬比和輸出格式。在 RunComfy 中,你既可直接透過瀏覽器使用,也能透過 HTTP API 整合,無須自行部署模型。

適用情境:商品圖精修 | 背景替換 | 視覺素材清理

Z Image Inpainting LoRA 的核心優勢#

Z Image Inpainting LoRA 會結合原圖、遮罩和提示詞,重新產生遮罩所選區域。遮罩以外的內容會提供上下文,協助編輯結果在邊緣、光線、透視和材質上自然融入原圖。


loras 最多可加入 3 個 LoRA。path 接受 URL 或 owner/repo 格式的 HuggingFace 儲存庫 ID,scale 用於調整各 LoRA 的作用強度。strength、control_start、control_end 和 control_scale 控制局部重繪條件的影響。num_inference_steps 的範圍為 1–30,預設值是 20。輸出格式支援 jpeg、png 和 webp。


注意:若不需要 LoRA 輸入,也可以使用 RunComfy Turbo Inpainting 模型。

相關模型

qwen-edit-2509/lora

根據必填提示詞編輯 1–10 張來源圖片,並可視需要套用最多三個 LoRA 項目。可選擇六種輸出尺寸,並可設定推理步數、引導強度、1–4 張結果、隨機種子以及 Default、JPEG 或 PNG 輸出。

flux-2/pro/edit

透過文字指令和最多 10 張來源圖片進行圖片編輯,並可選擇七種尺寸以及 JPEG 或 PNG 輸出。

seedream-5/lite/edit

Seedream 5.0 Lite 將參考圖像轉化為版面精準、風格一致的設計,助力創意工作流程。

reve/edit

根據必填提示詞編輯一張必填參考圖片。可請求 1–4 張結果,選擇 PNG、JPEG 或 WebP 輸出,並可透過 `sync_mode` 返回 data URI。

nano-banana/edit

依提示詞編輯或組合 1–10 張圖像,並設定長寬比、格式與輸出數量。

wan-2-6/text-to-image

將文字創意轉化為符合品牌調性的視覺內容,並精準控制畫面風格。

常見問題

Z Image Inpainting LoRA 是什麼?

Z Image Inpainting LoRA 是一款由遮罩引導、並可選用 LoRA 自訂的圖片編輯模型。原圖、遮罩和提示詞共同決定重新產生的區域,遮罩以外的畫面則提供視覺上下文。

Z Image Inpainting LoRA 適合哪些任務?

它適合商品圖精修、物件刪除或替換、背景更換和小範圍修復。對於希望透過 LoRA 統一系列素材風格的設計、電商和創意團隊也很實用。

Z Image Inpainting LoRA 可以免費使用嗎?

RunComfy 會依生成任務扣除點數。帳戶是否有試用額度,以及目前參數所需的點數,都會在執行模型前顯示於介面中。

它與一般 Z Image Inpainting 有什麼差異?

除了遮罩引導的局部重繪外,此版本還提供 loras 參數。一次生成最多可套用 3 個 LoRA,並分別設定各自的 path 和 scale。

模型支援哪些輸入與參數?

prompt、image_url 和 mask_image_url 為必填項目。也可設定 loras、strength、control_start、control_end、control_scale、num_inference_steps、seed、image_size 和 output_format。num_inference_steps 的範圍為 1–30,預設值是 20。

使用局部重繪時有哪些限制?

極小細節、臉部、文字或大面積替換可能出現偽影。建議使用邊界清楚的遮罩和明確的提示詞,並逐步調整 strength 與 ControlNet 控制參數。

支援哪些輸出格式和尺寸?

output_format 只接受精確值 'jpeg'、'png' 和 'webp'。image_size 提供正方形、直式、橫式以及 'auto' 等選項,完整取值可在介面的下拉清單中查看。

可以在哪裡使用 Z Image Inpainting LoRA?

你可以直接在 RunComfy 瀏覽器介面中執行,也能透過 HTTP API 整合。任務在雲端處理,無須在本機安裝或自行託管模型。

關注我們
  • 領英
  • Facebook
  • Instagram
  • Twitter
支持
  • Discord
  • 電子郵件
  • 系統狀態
  • 附屬
視頻模型
  • Runway Aleph 2
  • Wan 2.5
  • Wan 2.6 Flash
  • MiniMax H3 Max
  • Wan 3.0 Reference To Video
  • Seedance 2.5 Reference to Video 480p
  • 查看所有模型 →
影像模型
  • Wan 2.6 Image to Image
  • Seedream 5.0 Pro
  • Flux 2 Klein 9B
  • Nano Banana Pro
  • Nano Banana 2 Edit
  • Z Image Turbo LoRA
  • 查看所有模型 →
法律
  • 服務條款
  • 隱私政策
  • Cookie 政策
RunComfy
版權 2026 RunComfy. 保留所有權利。

RunComfy 是首選的 ComfyUI 平台,提供 ComfyUI 在線 環境和服務,以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。

Z Image Inpainting LoRA 效果範例