---
title: shuimogufeng
canonical_url: "https://www.modelscope.cn/models/l422575706/shuimogufeng"
md_url: "https://www.modelscope.cn/models/l422575706/shuimogufeng.md"
repository: l422575706/shuimogufeng
chinese_name: "水墨古风仙侠"
last_updated: 2026-10-06
license: "Apache License 2.0"
pipeline_tag: text-to-image-synthesis
tasks:
  - text-to-image-synthesis
base_model:
  - Qwen/Qwen-Image-2.1
base_model_relation: adapter
parameters: 419.4M
tensor_type:
  - BF16
library_name:
  - pytorch
  - lora
  - safetensors
supports_inference: txt2img
downloads: 83
stars: 0
tags:
  - LoRA
  - text-to-image
---

# shuimogufeng

> shuimogufeng - l422575706 在 ModelScope 开源的模型。模型介绍 五、风格基因总结（可复用的提示词关键词） 这组图的核心 "风格基因"—— 无论哪张图都不变的特征： 黑白灰水墨基底，墨色浓淡分层（焦墨人物 + 淡墨背景） 长发古风男子为主角，侧脸 / 背影居多，面部冷峻 大面积留白 / 雾气，边缘墨渍晕开不规则 笔触飞溅感：墨点、飞白、扫笔痕迹明显 孤傲江湖氛围：月夜、竹林、古刹、红叶、江面 竖版构图，小人物或大特写两极分化

l422575706/shuimogufeng 是 ModelScope 魔搭社区上的 419.4M 参数text-to-image-synthesis模型，采用 Apache License 2.0 许可，基于 Qwen/Qwen-Image-2.1 构建，并支持在线推理（txt2img）。

- **Repository**: l422575706/shuimogufeng
- **License**: Apache License 2.0
- **Tasks**: text-to-image-synthesis
- **Parameters**: 419.4M
- **Base model**: Qwen/Qwen-Image-2.1
- **Online inference**: txt2img
- **Tags**: LoRA, text-to-image
- **Downloads**: 83
- **Stars**: 0
- **Last updated**: 2026-10-06

Source: https://www.modelscope.cn/models/l422575706/shuimogufeng

---

# 水墨古风仙侠

## 模型介绍
五、风格基因总结（可复用的提示词关键词）
这组图的核心 "风格基因"—— 无论哪张图都不变的特征：
黑白灰水墨基底，墨色浓淡分层（焦墨人物 + 淡墨背景）
长发古风男子为主角，侧脸 / 背影居多，面部冷峻
大面积留白 / 雾气，边缘墨渍晕开不规则
笔触飞溅感：墨点、飞白、扫笔痕迹明显
孤傲江湖氛围：月夜、竹林、古刹、红叶、江面
竖版构图，小人物或大特写两极分化

六、对生图的参考建议
想复刻这组风格，prompt 核心词：ink wash painting, Chinese ink style, xianxia swordsman, long black hair, monochrome black and white, splattered ink, misty atmosphere, lone figure, back view, minimalist, negative space
彩色点缀只给 1 个色相（红 / 绿 / 金），面积控制在 10% 以内。
构图优先选 "背影 + 宏大背景" 或 "大特写 + 留白" 两极，避免中间态（人物全身 + 中等背景）会显得平庸。

本模型依托魔搭社区（ModelScope）AIGC专区[模型训练](https://modelscope.cn/aigc/modelTraining)环境与算力完成训练。

* 模型类型：LoRA
* 基础模型：[Qwen/Qwen-Image-2.1](https://modelscope.cn/models/Qwen/Qwen-Image-2.1)
* 训练代码：[DiffSynth-Studio](https://github.com/modelscope/DiffSynth-Studio)
* 训练数据量：99
* 总训练步数：10000
* 开源协议：Apache-2.0

## 推理代码

安装 [DiffSynth-Studio](https://github.com/modelscope/DiffSynth-Studio)：

```bash
pip install diffsynth
```

开始推理：

```python
from diffsynth.pipelines.qwen_image_21 import QwenImage21Pipeline, ModelConfig
import torch

pipe = QwenImage21Pipeline.from_pretrained(
    torch_dtype=torch.bfloat16,
    device="cuda",
    model_configs=[
        ModelConfig(model_id="Qwen/Qwen-Image-2.1", origin_file_pattern="transformer/diffusion_pytorch_model*.safetensors"),
        ModelConfig(model_id="Qwen/Qwen-Image-2.1", origin_file_pattern="text_encoder/model*.safetensors"),
        ModelConfig(model_id="Qwen/Qwen-Image-2.1", origin_file_pattern="vae/diffusion_pytorch_model*.safetensors"),
    ],
    processor_config=ModelConfig(model_id="Qwen/Qwen-Image-2.1", origin_file_pattern="processor/"),
)
pipe.load_lora(pipe.dit, ModelConfig(model_id="l422575706/shuimogufeng", origin_file_pattern="shuimogufeng_c1-st10000.safetensors"))

prompt = "a cat"
image = pipe(prompt, seed=0, num_inference_steps=50)
image.save("image.png")
```