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

Am besten für Anfänger. Leistungsstarke Workflows, geringe Lernkurve.

PirateDiffusion Telegram

Pro studio (SpyGlass) Web

Erstelle Videos, Bilder, individuelle Chat-Personas und mehr.

Durchsuche Modelle, rendere und verfeinere von jedem Browser oder Handy aus.

Discord bot (Vector)

Füge Vector zu deinem Server hinzu oder tritt dem Vector Discord bei. Erschaffe alles!

Unified Editor Web

Editor für Bilder und Videos: rendern, bearbeiten, hochskalieren und mehr auf einer Seite.

Civitai Web

Bezahlen pro Nutzung

Direkt auf Civitai erzeugen; jedes Bild wird mit Buzz-Credits bezahlt.

Lokale Apps

Einrichtung erforderlich

Richte lokale Programme ein, wenn dein Computer leistungsstark genug ist.

ModelDuel Web

Bezahlen pro Nutzung

Erzeuge denselben Prompt gleichzeitig auf bis zu 50 Checkpoint-/Basismodellen.

GPU in der Cloud mieten

Graydient Cloud GPU

2,098 Downloads · 249 Likes auf Civitai

Pauschalpreis, unbegrenzte Nutzung. Dieses Modell mit einem Klick installieren.

RunPod Cloud GPU

Abrechnung pro Minute

GPU pro Minute mieten und Modell selbst einrichten.

Erstellt von

zhaotutu

auf Civitai

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

Notizen des Erstellers

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

Triggerwörter

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

Beliebtheitstrend von 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

Heat-Score seit 29 Nov 2025

Heat-Score

8,251°

Diese Woche

▼

0.1%

8,253° damals, 8,251° jetzt

Diesen Monat

▼

0.5%

8,259° damals, 8,251° jetzt

Vergangenes Jahr

n/a

Noch nicht veröffentlicht/erfasst

7,000°

Grundwert

Die Skala reicht von 0° bis 9.999°. Alles unterhalb von 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben. 7,000° ist der Punkt, an dem gemessene Daten beginnen: Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt auf dem Grundwert, und die Messungen füllen die Grade darüber. Der Grundwert sagt nichts über das Modell aus; nur die Grade darüber tun das und trennen ein Modell vom anderen.

+1,009°

Civitai-Downloads

2,098 Downloads dieser genauen Version auf Civitai. Downloads sind die wichtigste Zutat und werden auf einer Log-Skala gezählt: Zehnmal so viele Downloads erhöhen den Wert um 300°, sodass ein Modell mit einer Million Downloads nicht tausendmal heißer ist als eines mit tausend. Die sechs Download-Quellen teilen sich diesen Wert anteilig entsprechend ihrer Anzahl.

+360°

Likes

249 Likes und Daumen hoch über die Quellen hinweg. Ein Like zählt halb so viel wie ein Download, auf derselben logarithmischen Skala.

+28°

Verbreitungsrate

Etwa 1 Downloads pro Tag, gemessen zwischen zwei Abfragen der Quellen, nie geschätzt aus einem Durchschnitt über die gesamte Lebenszeit. Die Geschwindigkeit zählt ein Viertel des Download-Werts, sodass ein frischer Anstieg sichtbar wird, ohne dass ein eintägiger Spitzenwert jahrelange Nutzung übertrumpft.

−146°

Alter

−146°, weil die Zimage-Gewichte im 2025 erschienen sind. Jedes Modell übernimmt das Alter der Gewichte, auf denen es basiert: 150° pro Jahr, bis zu 750°, und es wächst bis dahin weiter. Ohne das wären die Spitzenplätze der Liste Checkpoints aus 2022 und 2023, die durch jahrelange Downloads so hoch gestiegen sind.

Detaillierte Aufschlüsselung anzeigen

Jede Zahl auf dieser Seite kann überprüft werden. Der Heat-Score dieses Modells beträgt 8,251°, und hier wird er Schritt für Schritt aufgebaut, mit dem laufenden Gesamtwert nach jedem Schritt: der Grundwert, die Grad, die jede Quelle hinzufügt, der Bonus für die Art des Modells und was das Alter seiner Gewichte abzieht. Die Farben entsprechen den Bereichen der obigen Grafik. Das Glossar am Ende erklärt jeden Begriff.

1
Starte beim Grundwert.
Warum 7,000° und nicht null: Die Skala reicht von 0° bis 9.999°, und der Bereich unter 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben und niemals über einem Modell mit Daten stehen. 7,000° ist der Punkt, an dem gemessene Daten beginnen. Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt hier; alles, was folgt, ist Messung, und der Bereich über dem Grundwert enthält zehn zehnfache Schritte bei Downloads zu je 300°. Der Grundwert ist für jedes Modell gleich, er entscheidet also nichts; die Grade darüber tun das.
7,000°
laufende Summe
2
Füge die Downloads hinzu.
2,098 Download-Äquivalente insgesamt, von Civitai-Downloads. Zehnmal die Downloads ergeben denselben 300°, also zählt die Größe, aber sie dominiert die Bewertung nie.
+1,009°
8,009°
laufende Summe
3
Füge die Likes hinzu.
249 Likes und Daumen hoch, mit der halben Gewichtung eines Downloads.
+360°
8,369°
laufende Summe
4
Füge die Verbreitungsrate hinzu.
Momentan etwa 1 Downloads pro Tag, gemessen zwischen zwei Messungen, mit einem Viertel der Gewichtung.
+28°
8,397°
laufende Summe
5
Nimm das Alter weg.
Die Zimage-Gewichte kamen im 2025 heraus: 150° pro Jahr, bis zu 750°, steigend bis dahin.
−146°
8,251°
laufende Summe
=
Der Heat-Score.
Wo dieses Modell auf jeder Liste dieser Seite steht. Nichts anderes beeinflusst ihn.
8,251°

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Wie sich die Beliebtheit dieses Modells im Vergleich zum Rest des Katalogs entwickelt hat: sein Wachstum bei Downloads, Likes und Nutzung in jedem Zeitraum, gemessen am typischen Wachstum eines Modells im gleichen Zeitraum, mit dem Heat-Score zu diesem Zeitpunkt. Über dem typischen Wachstum bedeutet ein Anstieg, darunter ein Rückgang. Die Vergangenheit wird aus den heutigen Gesamtzahlen, dem ersten Tag des Modells und seiner gemessenen Download-Geschwindigkeit rekonstruiert, wenn zwei Messungen vorliegen; ein Modell, das zu Beginn eines Zeitraums nicht existierte, zeigt n/a an.

Beispielbilder

Prompts und Einstellungen, geteilt von den Leuten, die diese Bilder auf Civitai erstellt haben. Wähle ein Bild, um zu sehen, wie es entstanden ist.

Diesen Prompt holen

Zu diesem Bild wurde kein Prompt geteilt.

Bild von JzPz auf Civitai

Zu diesem Bild wurde kein Prompt geteilt.

Einstellungen

Größe

1536x2688

Prompt

workflow embedded

Bild von JzPz auf Civitai

Zu diesem Bild wurde kein Prompt geteilt.

Einstellungen

Größe

1536x2688

Prompt

workflow embedded

Zu diesem Bild wurde kein Prompt geteilt.

Zu diesem Bild wurde kein Prompt geteilt.