animagine-xl-3.1

Animagine XL 3.1 项目简介

项目背景

Animagine XL 3.1 是一个专注于动漫风格图像生成的文本到图像模型，作为 Animagine XL V3 系列的更新版，相较于其前身 Animagine XL 3.0 具有更高的图像生成质量。此项目是一个开源项目，旨在为动漫爱好者、艺术家以及内容创作者提供准确且细致的动漫角色图像。

模型详情

• 研发者: Cagliostro Research Lab
• 合作方: SeaArt.ai
• 模型类型: 基于扩散的文本到图像生成模型
• 模型描述: Animagine XL 3.1 能够从文字提示生成高质量的动漫图像，具备增强的手部解剖、概念理解与提示解析能力。
• 许可证: Fair AI Public License 1.0-SD
• 微调基于: Animagine XL 3.0

Gradio & Colab 集成

用户可以通过以下途径试用模型：

• 在 Huggingface Spaces 中体验 Gradio 提供的演示：
• 在 Google Colab 中打开演示：

使用指南

标签排序

为了获得最佳结果，建议按照结构化的提示模板进行书写，因为模型是基于这种格式训练的：

1girl/1boy, 角色名称, 出自何系列, 其他信息可随意排序。

特殊标签

Animagine XL 3.1 使用特定的标签来引导图像结果，提升质量、评级、创作日期与美感。这些标签可以帮助获得更好的生成效果。

• 质量修饰符：定义从最高到最低的图像质量，从 masterpiece 到 worst quality。
• 评级修饰符：从通用到敏感内容进行标记，如 safe 或 sensitive。
• 年代修饰符：指示图像风格的年代，如 newest 或 oldest。
• 美感标签：根据视觉吸引力进行分类，如 very aesthetic。

推荐设置

为了生成高美感图像，建议在提示前添加：

masterpiece, best quality, very aesthetic, absurdres

并使用较低的指导参数（CFG 比例 5-7），采样步骤低于 30，以及使用 Euler Ancestral（Euler a）作为采样器。

多分辨率支持

此模型支持生成以下分辨率的图像：

• 1024 x 1024 (1:1)
• 1152 x 896 (9:7)
• 896 x 1152 (7:9)
• 其他分辨率如 1216 x 832，1344 x 768 等。

训练与超参数

Animagine XL 3.1 使用 2 台 A100 80GB GPU 进行训练，总共耗时约 350 GPU 小时。训练过程包括三个阶段：预训练、第一次微调与第二次微调，各阶段分别使用不同的学习速率和优化器进行优化。

模型局限性

尽管 Animagine XL 3.1 在动漫风格图像生成方面取得了显著进展，但仍存在一些局限性：

1. 动漫专注：仅适合生成动漫风格图像，不适用于现实照片。
2. 提示复杂性：对短或简单提示的高质量生成支持有限。
3. 提示格式：优化Danbooru风格标签，需调整提示格式以获得最佳效果。
4. 解剖与手部细节：尽管改善了一些，但可能仍存在不理想的结果。
5. NSFW 内容：可能生成 NSFW 内容，需谨慎使用。

总之，Animagine XL 3.1 作为吸睛动漫图片生成的强大工具，为艺术家、设计师以及爱好者提供了更高品质的创作体验。