Z image turbo因其尺寸小、真实性高、出图快的特点，一上线便获得大量摄取支持，ai-toolkit也第一时间支持了lora——比如仙x云等云服务商，只需付出较低的学习成本和价格（大概10元），就能用ai-toolkit炼制一个不错的lora。 
但是问题来了，小显存电脑只能使用量化模型，如mac等更是不支持FP8，只能转化为gguf后再量化（参见https://linux.do/t/topic/1239026），而量化后则无法动态加载 LoRA（或效果差） 
我开发的Z-Fusion就是为了解决这个问题，用“先合并，后量化”的思路，即： 
bf16底模+bf16lora融合→转化为gguf→量化→小显存机器跑 
GUI界面，操作简单，一站式解决问题： 
 [zfusion] 
中间修复了一些ai-toolkit生成的lora的兼容问题。 
快给我一个star！！ 
注1：本项目中...