这个模型是在qwenimage基础上训练出来的，能精准控制图像区域的模型。模型结构用的是LoRA，可以通过输入每个图像元素的文本描述和区域条件（比如掩码图），来控制这个元素的位置和形状。训练这套模型的框架是diffsyn ...