TuTu's Hi Silk Image Z Image Turbo (8D Black Aurora Glossy Black Stockings Over the Knee Stockings)/图图的嗨丝造相 Z Image Tu

Idéal pour les débutants. Flux de travail puissants, courbe d'apprentissage faible.

PirateDiffusion Telegram

Pro studio (SpyGlass) Web

Créez des vidéos, images, personnages de chat personnalisés, et plus encore.

Parcourez les modèles, générez et affinez depuis n'importe quel navigateur ou téléphone.

Discord bot (Vector)

Ajoutez Vector à votre serveur ou rejoignez le Discord de Vector. Créez tout ce que vous voulez !

Unified Editor Web

Nécessite une configuration

Éditeur pour images et vidéos : générez, modifiez, améliorez et plus encore sur une seule page.

Civitai Web

Paiement à l'usage

Générez sur le site de Civitai ; chaque image est payée avec des crédits Buzz.

Applications locales

Installe des programmes locaux si ton ordinateur est assez puissant.

ModelDuel Web

Paiement à l'usage

Génère la même invite sur jusqu'à 50 modèles checkpoint/base en même temps.

Louer un GPU dans le cloud

Graydient Cloud GPU

2,098 téléchargements · 249 j'aime sur Civitai

Forfait fixe, usage illimité. Ce modèle s’installe en un clic.

RunPod Cloud GPU

Facturé à la minute

Louez un GPU à la minute et installez le modèle vous-même.

Créé par

zhaotutu

sur Civitai

by zhaotutu - TuTu's Hi-Silk Image - Z-Image-Turbo (8D Black Aurora Glossy Black Stockings Over-the-Knee Stockings)

Notes du créateur

RunningHub Online Workflow / RunningHub 在线工作流 Ready-to-use workflow (CN): RunningHub model page (Overseas): Fan benefit: use invite code rh-v0990 to claim 1000 RH coins, plus 100 RH coins every daily login. If the coins do not appear automatically, click the avatar in the upper right and bind/activate invite code rh-v0990. 国内站工作流： RH 模型页：粉丝福利：点击右上角头像 - 邀请码，填入 rh-v0990，可领取 1000 RH 币；每天登录还可领 100 RH 币。若没有自动到账，请在右上角绑定/激活邀请码 rh-v0990。 Created with Tutu AI Workflow Tagged with Tutu Annotator. Trained with Tutu Trainer. This LoRA is part of my Tutu AI workflow. Tutu Annotator is used for intelligent dataset annotation, prompt reverse engineering, subject-aware tag filtering, and cleaner searchable captions. For this Z-Image-Turbo experiment, the dataset was annotated with my Tutu intelligent labeling workflow and trained with Tutu Trainer. This page also connects the model back to the wider Tutu tool ecosystem: Tutu Trainer, Tutu Annotator, model workflows, and my official website. The goal is not only to release models, but to build a reusable production workflow. - Official website: - Tutu Trainer: - Tutu Annotator: - Bilibili: - YouTube: - Telegram: - TikTok: - Reddit: - GitHub: - Email: - QQ: 331506796 TuTu Hi-Silk Image for Z-Image-Turbo This is a Z-Image-Turbo experimental Hi-Silk LoRA for 8D black Aurora glossy over-knee stockings / black thighhigh stockings. It is an experimental version of my Hi-Silk direction for the Z-IMAGE workflow. The effect is already good, and the example images can be used as a reference, but there is still room for improvement. This is the first experimental version, and I may continue optimizing it later. - Base model: Z-Image-Turbo / ZImageTurbo - Type: 8D black Aurora glossy over-knee stockings / black thighhigh stockings - Trigger word: tutujiguanghaisiv1 - Recommended LoRA weight: around 0.7 - Loader: can be loaded with a normal LoRA loader - Workflow: compatible with many Z-IMAGE workflows What this model is good at - Adding 8D black Aurora glossy stocking texture in Z-Image-Turbo workflows. - Improving black over-knee / thighhigh stocking presence. - Working with ordinary LoRA loading methods. - Using Tutu Annotator labels and subject filtering to keep the dataset cleaner. - Serving as an early test for the Hi-Silk direction on Z-IMAGE. Training notes This model was made with carefully selected source material. The dataset was labeled with Tutu Annotator using the Banana 2 / Banana Pro model, then filtered with Tutu's intelligent subject filtering function. The training was completed with Tutu Trainer and the Tutu training workflow. The point of this experiment is to see how the Hi-Silk material direction transfers to Z-Image-Turbo. It is not the final form of the series yet, but it already has a useful effect and is worth testing. Recommended use - Use a normal LoRA loader. - Start with LoRA weight around 0.7. - Try different weights if the effect is too weak or too strong. - In the prompt, write that the character is wearing black over-knee stockings / black thighhigh stockings. - If you want a stronger effect, add the trigger word tutujiguanghaisiv1. - Use it inside Z-IMAGE / Z-Image-Turbo workflows. Prompt keywords Main trigger: tutujiguanghaisiv1 Useful prompt phrases: - black over-knee stockings - black thighhigh stockings - 8D black stockings - Aurora glossy black stockings - glossy black hosiery - wearing black stockings - visible stocking top - fashion portrait If the effect is weak, add tutujiguanghaisiv1 and strengthen the stocking description. If the effect is too strong, lower the LoRA weight before adding many negative prompts. Workflow note My Z-IMAGE workflow is still being supplemented and improved. If you are using my workflow resources, download and test them according to your own environment. Different Z-IMAGE workflows may need different weights and prompt details. Workflow resource: . New users can use invite code rh-v0990 if needed. FAQ Is this a finished final version? No. It is the first experimental version. The effect is already good, but I may continue optimizing it later. Do I have to use the trigger word? You can first write that the character is wearing black over-knee stockings. If you want a stronger effect, add tutujiguanghaisiv1. Which workflow should I use? It is compatible with many Z-IMAGE workflows. My own workflow resources are being expanded, so test with your local workflow and adjust weight as needed. Responsible use - You are fully responsible for any creative work made with this model. - Do not use this model to create or share illegal, harmful, malicious, defamatory, fraudulent, or political content. - If you use this model commercially, please inform me. Thank you. 中文说明这是图图嗨丝造相 - Z-Image-Turbo 实验版 LoRA，方向是 8D 黑色极光油亮黑丝长筒袜 / 过膝袜。它是我把嗨丝方向迁移到 Z-IMAGE 工作流里的一个实验版本。这个版本效果已经不错，可以参考例图，但还有继续提升的空间。它是第一个实验版本，后续我可能会进一步优化。 - 基础模型：Z-Image-Turbo / ZImageTurbo - 类型：8D 黑色极光油亮长筒袜 / 过膝袜 - 触发词：tutujiguanghaisiv1 - 推荐 LoRA 权重：0.7 左右 - 加载方式：正常 LoRA 加载器即可 - 工作流：兼容各种 Z-IMAGE 工作流这个模型适合什么 - 在 Z-Image-Turbo 工作流中增加 8D 黑色极光油亮丝袜质感。 - 强化黑色长筒袜 / 过膝袜效果。 - 使用普通 LoRA 加载方式即可加载。 - 使用图图打标器和智能主体过滤，让数据集标签更干净。 - 作为嗨丝方向在 Z-IMAGE 上的早期实验版本。训练说明这个模型使用了比较理想的源素材。素材用图图打标器进行标注，使用 Banana 2 / Banana Pro 模型辅助打标，并用图图智能主体过滤功能过滤标签。训练使用图图训练器和图图训练工作流完成。这个实验的重点，是测试嗨丝材质方向在 Z-Image-Turbo 里的迁移效果。它还不是这个系列的最终形态，但已经有不错效果，值得测试。推荐用法 - 使用正常 LoRA 加载器即可。 - 推荐权重从 0.7 左右开始。 - 效果太弱或太强时，可以尝试不同权重。 - 提示词里写角色穿着黑色长筒袜 / 黑色过膝袜即可。 - 如果想进一步增强效果，可以加入触发词 tutujiguanghaisiv1。 - 放在 Z-IMAGE / Z-Image-Turbo 工作流里使用。出图关键词主触发词： tutujiguanghaisiv1 - black over-knee stockings - black thighhigh stockings - 8D black stockings - Aurora glossy black stockings - glossy black hosiery - wearing black stockings - visible stocking top - fashion portrait 如果效果不明显，加入 tutujiguanghaisiv1 并加强黑色长筒袜描述。如果效果太强，先降低 LoRA 权重，不要一开始就堆很多负面词。工作流说明我的 Z-IMAGE 工作流还在补充和完善中。如果使用我的工作流资源，请根据自己的环境下载和测试。不同 Z-IM

Mots déclencheurs

tutujiguanghaisiv1

SHA256

1951BD138FE98E6BD4DEFB97415A38B5E8868A94ABE84F8BC96DB6B1637411CC

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #17 Hottest Zimage model · #15 Hottest Zimage LoRA

Not this creator?

Get your own badge

Tendance de popularité de TuTu's Hi Silk Image Z Image Turbo (8D Black Aurora Glossy Black Stockings Over the Knee Stockings)/图图的嗨丝造相 Z Image Tu

Score de chaleur depuis 29 Nov 2025

Score de popularité

8,251°

Cette semaine

▼

0.1%

8,253° alors, 8,251° maintenant

Ce mois-ci

▼

0.5%

8,259° alors, 8,251° maintenant

L'année passée

n/a

Pas encore publié/suivi

7,000°

Plancher

L’échelle va de 0° à 9 999°. Tout ce qui est en dessous de 7,000° est réservé aux modèles dont aucune source ne rapporte encore de données, ils portent un nombre de remplacement pour que les listes restent complètes. 7,000° est le point où les données mesurées commencent : un modèle avec de vraies données mais presque aucun téléchargement est au plancher, et les mesures remplissent les degrés au-dessus. Le plancher ne dit rien sur le modèle ; seuls les degrés au-dessus le font, et ce sont eux qui différencient un modèle d’un autre.

+1,009°

Téléchargements Civitai

2,098 téléchargements de cette version exacte sur Civitai. Les téléchargements sont l'ingrédient le plus lourd et sont comptés sur une échelle logarithmique : multiplier par dix les téléchargements ajoute 300° au score, donc un modèle avec un million de téléchargements n'est pas mille fois plus chaud qu'un avec mille. Les six sources de téléchargements partagent ce terme, réparti proportionnellement à leurs comptes.

+360°

Likes

249 likes et pouces levés sur toutes les sources. Un like vaut la moitié d’un téléchargement, sur la même échelle logarithmique.

+28°

Taux d’adoption

Environ 1 téléchargements par jour, mesurés entre deux relevés des sources, jamais estimés à partir d’une moyenne sur la durée. La vitesse compte pour un quart du terme téléchargement, donc une poussée récente apparaît sans qu’un pic d’un jour dépasse des années d’usage.

−146°

Âge

−146° parce que les poids Zimage sont sortis en 2025. Chaque modèle hérite de l’âge des poids sur lesquels il est construit : 150° par an, jusqu’à 750°, et ça continue de grandir jusqu’à ce seuil. Sans ça, le haut de la liste serait occupé par des checkpoints de 2022 et 2023 grâce aux téléchargements accumulés sur des années.

Afficher le détail

Chaque chiffre sur ce site peut être vérifié. Le score de popularité de ce modèle est de 8,251°, et voici comment il est construit, ingrédient par ingrédient, avec le total cumulé après chaque étape : le plancher, les degrés ajoutés par chaque source, le bonus pour le type de modèle et ce que l’âge de ses poids enlève. Les couleurs correspondent aux bandes du graphique ci-dessus. Le glossaire à la fin définit chaque terme.

1
Commence au plancher.
Pourquoi 7,000° et pas zéro : l’échelle va de 0° à 9 999°, et la partie en dessous de 7,000° est réservée aux modèles dont aucune source ne rapporte encore de données, qui portent un nombre de remplacement pour que les listes restent complètes et ne dépassent jamais un modèle avec données. 7,000° est le point où les données mesurées commencent. Un modèle avec de vraies données mais presque aucun téléchargement est ici ; tout ce qui suit est une mesure, et l’espace au-dessus du plancher contient dix paliers de dix fois plus de téléchargements à 300° chacun. Le plancher est le même pour tous les modèles, donc il ne décide rien ; ce sont les degrés au-dessus qui le font.
7,000°
total en cours
2
Ajoute les téléchargements.
2,098 équivalents de téléchargement au total, venant de Téléchargements Civitai. Multiplier les téléchargements par dix ajoute le même 300°, donc la taille compte mais ne domine jamais le score.
+1,009°
8,009°
total en cours
3
Ajoute les likes.
249 likes et pouces levés, à moitié du poids d’un téléchargement.
+360°
8,369°
total en cours
4
Ajoute le taux d’adoption.
Environ 1 téléchargements par jour en ce moment, mesurés entre deux relevés, à un quart du poids.
+28°
8,397°
total en cours
5
Enlève l’âge.
Les poids Zimage sont sortis en 2025 : 150° par an, jusqu’à 750°, qui augmente jusqu’à ce moment.
−146°
8,251°
total en cours
=
Le score de chaleur.
La place de ce modèle dans chaque liste de ce site. Rien d’autre ne le modifie.
8,251°

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Voici comment la popularité de ce modèle a évolué par rapport au reste du catalogue : sa croissance en téléchargements, likes et utilisation à chaque période, comparée à la croissance typique des modèles sur la même période, avec son score de chaleur à ce moment-là. Au-dessus de la croissance typique, c’est une hausse, en dessous, une baisse. Le passé est reconstitué à partir des totaux d’aujourd’hui, du premier jour du modèle et de sa vitesse de téléchargement mesurée quand il y a deux relevés ; un modèle qui n’existait pas au début d’une période affiche n/a.

Rendus d'exemple

Prompts et réglages partagés par les personnes qui ont réalisé ces rendus sur Civitai. Choisissez un rendu pour voir comment il a été fait.

Obtenir ce prompt

Aucun prompt n'a été partagé avec ce rendu.

Rendu de JzPz sur Civitai

Aucun prompt n'a été partagé avec ce rendu.

Réglages

Taille

1536x2688

Prompt

workflow embedded

Rendu de JzPz sur Civitai

Aucun prompt n'a été partagé avec ce rendu.

Réglages

Taille

1536x2688

Prompt

workflow embedded

Aucun prompt n'a été partagé avec ce rendu.

Aucun prompt n'a été partagé avec ce rendu.